FUNDAÇÃO UNIVERSIDADE FEDERAL DE RONDÔNIA NÚCLEO DE CIÊNCIAS SOCIAIS APLICADAS PROGRAMA DE PÓS-GRADUAÇÃO MESTRADO EM ADMINISTRAÇÃO. Fábio Mamoré Conde

Transcrição

1 FUNDAÇÃO UNIVERSIDADE FEDERAL DE RONDÔNIA NÚCLEO DE CIÊNCIAS SOCIAIS APLICADAS PROGRAMA DE PÓS-GRADUAÇÃO MESTRADO EM ADMINISTRAÇÃO Fábi Mamré Cnd Avaiaçã d Dsmpnh ds Prdutrs d Lit: Prpsta d Mtdgia Fundamntada na Lógica Fuzzy PORTO VELHO 2012

2 2 FÁBIO MAMORÉ CONDE Avaiaçã d Dsmpnh ds Prdutrs d Lit: Prpsta d Mtdgia Fundamntada na Lógica Fuzzy Dissrtaçã aprsntada cm rquisit d Prgrama d Pós-Graduaçã Mstrad m Administraçã PPGMAD, da Univrsidad Fdra d Rndônia, para btnçã d titu d Mstr m Administraçã. Orintadr: Prf. Dr. Tmas Dani Mnndz Rdriguz PORTO VELHO 2012

3 3 FICHA CATALOGRÁFICA BIBLIOTECA PROF. ROBERTO DUARTE PIRES C7451a Cnd, Fábi Mamré Avaiaçã d dsmpnh ds prdutrs d it: prpsta d mtdgia fundamntada na Lógica Fuzzy / Fábi Mamré Cnd. Prt Vh, Rndônia, f. i. Dissrtaçã (Mstrad m Administraçã) Fundaçã Univrsidad Fdra d Rndônia / UNIR. Orintadr: Prf. Dr. Tmas Dani Mnndz Rdriguz 1. Prduçã d it - dsmpnh 2. Prpsta mtdógica 3. Lógica d Fuzzy I. Rdriguz, Tmas Dani Mnndz II. Títu. CDU: 658: Bibitcária Rspnsáv: Ozina Sadanha CRB11/947

4 4 FÁBIO MAMORÉ CONDE AVALIAÇÃO DE DESEMPENHO DOS PRODUTORES DE LEITE: PROPOSTA DE METODOLOGIA FUNDAMENTADA NA LÓGICA FUZZY Esta dissrtaçã fi aprsntada cm rquisit d avaiaçã bjtivand a btnçã d Títu d Mstr m Administraçã, Prgrama d Pós- Graduaçã Mstrad m Administraçã (PPGMAD) da Fundaçã Univrsidad Fdra d Rndônia (UNIR), m 06 d stmbr d Prf. Osmar Sina, Dr. Crdnadr d Prgrama PPGMAD/UNIR Cmissã Examinadra: Prf. Tmas Dani Mnndz Rdriguz, Dr. Fundaçã Univrsidad Fdra d Rndônia (UNIR) - Orintadr Prfª. Mariuc Paz d Suza, Dra. Fundaçã Univrsidad Fdra d Rndônia (UNIR) - Mmbr Prfª. Sivia das Drs Rissin, Dra. Fundaçã Univrsidad Fdra d Rndônia (UNIR) - Mmbr Extrn

5 Ddic sta Dissrtaçã a minha spsa Evyn a nssa famíia 5

6 6 AGRADECIMENTOS Iniciamnt à Dus pr tr iuminad mu caminh prmitid qu u chgass até aqui. As mus pais Dnísn Maria d Fátima, a mu irmã Dani, as mus sgrs Oswad Nuza p api. A mu rintadr, Prfº Tmas Dani Mnndz Rdriguz pa amizad prtunidad d psquisar cm sua rintaçã. A prfssra Mariuc Pas d Suza pas vaisas sugstõs n Exam d Quaificaçã pa prsnça na banca. A prfssra Sivia das Drs Rissin pa prsnça na banca cntribuiçõs à dissrtaçã. A Cntr d Estuds Intrdiscipinar m Dsnvvimnt Sustntáv da Amazônia qu dispnibiizu as infrmaçõs ncssárias a dsnvvimnt da psquisa. As prfssrs cgas d Prgrama d Pós-graduaçã Mstrad m Administraçã da Univrsidad Fdra d Rndônia p api, amizad nsinamnts prprcinads n dbat m aua. À minha famíia p api, incntiv cmprnsã ns mmnts d difícis. Finamnt, agradç à minha spsa Evyn, p amr, paciência, cmprnsã api cnstant.

7 7 CONDE, Fábi Mamré. Avaiaçã d dsmpnh ds prdutrs d Lit: prpsta d mtdgia fundamntada na Lógica Fuzzy. Dissrtaçã (Mstrad) Prgrama d Pós-Graduaçã Mstrad m Administraçã (PPGMAD) Univrsidad Fdra d Rndônia (UNIR), Prt Vh, RESUMO Caractrizada cm uma das mais tradicinais struturas prdutivas d Brasi, a indústria d aimnts cntribuiu m 2009 cm quas 10% d Prdut Intrn Brut d País. O str d aticínis dstaca-s ntr s quatr principais su impact pd sr bsrvad a xaminar aumnt d aprximadamnt 10 vzs na xprtaçã d itrs d it n príd cmprndid ntr Ta bsrvaçã dmnstra ainda a diminuiçã xprssiva da imprtaçã brasiira d prduts ácts, qu passu d 387 mi quis m 1998 para 55 mi quis m Em Rndônia, aumnt na prduçã d it (m bihõs d itrs) acançu 400% d crscimnt na prgrssã d 1990 a Prém, msm cm ss aumnt, a prdutividad é aprximadamnt 10 vzs mnr qu primir ccad n ranking nacina: Minas Grais. A assciaçã d avanç d str cm a rativa baixa prdutividad caractriza uma acuna quant a dsmpnh dssa prduçã, snd st bjt d anáis dsta dissrtaçã. A prpsta é prnchr ta acuna cm uma mtdgia d avaiaçã, cm strutura rganizada m um md mduarizad, a partir da utiizaçã d métds mutivariávis d tratamnt da incrtza. Cmpsta pr quatr módus, sta mtdgia é cncbida sbr as bass da Lógica Fuzzy, cm a utiizaçã da Anáis Fatria Anáis Envtória d Dads. Dst md, dtrminand a avaiaçã d dsmpnh d prdutr. Nsta apicaçã, cnsidram-s duas simuaçõs cm stratégias difrnts bjtivand vaidar a mtdgia. As apicaçõs práticas crrram cm dads d 485 prdutrs d it d 23 municípis d Rndônia, d an prdutiv d 2008 ctads m 2009 p Cntr d Estuds Intrdiscipinar m Dsnvvimnt Sustntáv da Amazônia (CEDSA). Os rsutads indicam a utiizaçã da prsnt mtdgia cm um artfat cnsistnt prátic para dsnvvr uma frramnta d auxíi na avaiaçã d dsmpnh da prduçã d it.

8 8 LISTA DE FIGURAS Figura 1 - Fux d infrmaçõs ntr s módus da mtdgia prpsta Figura 2: Participaçã das rgiõs brasiiras n cnsum d uma csta d prduts ácts (m quivant it) m Figura 3: Aquisiçã pr capita anua d prduts ácts ntr as casss m Figura 4: Famíia d Mdidas d Dsmpnh Quantum Figura 5: Critéris d Dsmpnh Figura 6: Dsnh da ógica cnvncina Figura 7: Dsnh da Lógica Fuzzy Figura 8: Funçã d prtinência d subcnjunt difus Figura 9: Estrutura d um cntradr d ógica nbusa Figura 10: Funçõs gaussianas d parâmtr xigêni dissvid Figura 11: Tips d curva d prtinência Figura 12: Prtinência a difrnts cnjunts gaussians Figura 13: Fuxgrama das atividads dsnvvidas Figura 14: Mtdgia Gra d Mdiçã Figura 15: Visã gba d mdiçã sgund a mtdgia prpsta Figura 16: Md gnéric d impantaçã Figura 17: Imagm da taba d antiimagm fina Figura 18: Vars d Matriz d Crraçã Dtrminant Figura 19: Vars d KMO Barttt s Tst Figura 20: Cmunaidads ds indicadrs Figura 21: Expicaçã d variaçã tta da anáis fatria Figura 22: Matriz ds cmpnnts Figura 23: Organizaçã d univrs da psquisa, criaçã ds três cnáris Figura 24: Simuaçã Figura 25: Cnstruçã das rgras d infrência para Simuaçã Figura 26: Funçõs gaussianas d indicadr Cust Opracina Tta Figura 27: Funçõs gaussianas d indicadr Cust Unitári d Prduçã Figura 28: Funçõs gaussianas d rsutad da máquina d infrência Avaiaçã d Cust Figura 29: Funçõs gaussianas d indicadr Prdutividad das Vacas Figura 30: Funçõs gaussianas d indicadr Prdutividad d Capita Figura 31: Funçõs gaussianas d indicadr Prdutividad d Cust Opracina Figura 32: Funçõs gaussianas d rsutad da máquina d infrência Avaiaçã d Dsmpnh Figura 33: Prtinência a difrnts casss d ficiência para a DMU Figura 34: Prtinência a difrnts cnjunts gaussians para a DMU Figura 35: Md d Simuaçã Figura 36: Funçõs gaussianas d indicadr Prdutividad d Capita Figura 37: Funçõs gaussianas d indicadr Prdutividad d Cust Opracina Figura 38: Funçõs gaussianas d rsutad da Avaiaçã d Dinhir Figura 39: Funçõs gaussianas d parâmtr Avaiaçã d Cust Avaiaçã d Dsmpnh Figura 40: Funçõs gaussianas d indicadr Prdutividad das Vacas Avaiaçã d Dsmpnh Figura 41: Funçõs gaussianas d parâmtr Avaiaçã d Dinhir Avaiaçã d Dsmpnh Figura 42: Funçõs gaussianas d rsutad da Avaiaçã d Dsmpnh Simuaçã Figura 43: Prtinência a difrnts cnjunts gaussians para a DMU

9 9 LISTA DE QUADROS Quadr 1: Matriz d dsmpnh Quantum Quadr 2: Bncharking cm sm Quadr 3: Orintaçã d DEA Quadr 4: Indicadrs d Dsmpnh Técnic Ecnômic Quadr 5: Rsutad da Anáis Fatria Quadr 6: Variávis utiizadas na mtdgia DEA da psquisa Quadr 7: Exmp d Avaiaçã DEA Quadr 8: Casss d ficiência Quadr 9: Quantidad d prdutrs pr cass d ficiência Quadr 10: Dfiniçã da variáv inguística d indicadr Quadr 11: Univrs d Discurs Quadr 12: Exmps da raçã Indicadr/Cass/Variáv Linguística Quadr 13: Exmps da raçã Indicadr/Cass/ Variáv Linguística: Avaiaçã Cust Simuaçã Quadr 14: Exmps da raçã Indicadr/Cass/Variáv Linguística: Avaiaçã Dsmpnh Simuaçã Quadr 15: Dads Iniciais d Dsvi Padrã Média ds prdutrs Quadr 16: Vars d Dsvi Padrã Média - Cust Opracina Tta Quadr 17: Vars d Dsvi Padrã Média - Cust Unitári d Prduçã Quadr 18: Vars d Dsvi Padrã Média Avaiaçã d Cust Quadr 19: Vars d Dsvi Padrã Média Prdutividad das Vacas Quadr 20: Vars d Dsvi Padrã Média Prdutividad d Capita Quadr 21: Vars d Dsvi Padrã Média Prdutividad d Cust Opracina Quadr 22: Vars d Dsvi Padrã Média Avaiaçã d Dsmpnh Simuaçã Quadr 23: Avaiaçã d Dsmpnh Simuaçã Quadr 24: Exmps da raçã Indicadr/Cass/ Variáv Linguística: Avaiaçã Dinhir Simuaçã Quadr 25: Exmps da raçã Indicadr/Cass/ Variáv Linguística: Avaiaçã Dsmpnh Simuaçã Quadr 26: Vars d Dsvi Padrã Média Prdutividad d Capita Quadr 27: Vars d Dsvi Padrã Média Prdutividad d Cust Opracina Quadr 28:Vars d Dsvi Padrã Média Avaiaçã d Dinhir Quadr 29: Vars d Dsvi Padrã Média Avaiaçã d Cust Avaiaçã d Dsmpnh Quadr 30: Vars d Dsvi Padrã Média Prdutividad das Vacas Avaiaçã d Dsmpnh Quadr 31: Vars d Dsvi Padrã Média Avaiaçã d Dinhir Avaiaçã d Dsmpnh Quadr 32: Vars d Dsvi Padrã Média Avaiaçã d Dsmpnh Simuaçã Quadr 33: Avaiaçã d Dsmpnh Simuaçã

10 10 LISTA DE TABELAS Taba 1: Rsutad da Anáis d Cngmrads Taba 2: Cácu da ANOVA ntr DEA x MAF utiizand xc Simuaçã Taba 3: Tst Z para DEA x MAF utiizand xc Simuaçã Taba 4 Cácu da ANOVA ntr DEA x MAF utiizand xc Simuaçã Taba 5: Tst Z para DEA x MAF utiizand xc Simuaçã

11 11 LISTA DE SIGLAS AF Anáis Fatria; APLLit - Arranj Prdutiv Lca Lit; CEPEA - Cntr d Estuds Avançads m Ecnmia Apicada; CEDSA - Cntr d Estuds Intrdiscipinar m Dsnvvimnt Sustntáv da Amazônia; DEA Anáis Envtória d Dads; DMU - Dcisin Making Units - Unidads Tmadras d Dcisã; EGL Embrapa Gad d Lit; IBGE - Institut Brasiir d Ggrafia Estatística; Prnaf - Prgrama Nacina d Frtacimnt da Agricutura Famiiar; TOC - Tria das Rstriçõs;

12 12 LISTA DE GLOSSÁRIO DE TERMOS Crisp - Pur, dcidid; Dsmpnh Quantum - nív d raizaçã qu timiza var srviç da rganizaçã para sus cints; Fatrs - Cmbinaçõs inars das variávis bsrvadas, qu xpicam parts da variabiidad ds dads. Fuzzy Nbus;

13 13 SUMÁRIO 1 INTRODUÇÃO Prbma d Psquisa Mtivaçã para Trabah Prpst Justificativa Objtiv Gra Objtivs Espcífics d Trabah Objtiv Gra Objtivs Espcífics Rvância d Estud Estrutura da Dissrtaçã CONTEXTUALIZAÇÃO DO AMBIENTE DE PESQUISA REFERENCIAL TEÓRICO Mdiçã d Dsmpnh Estratégia Mds d mdiçã d dsmpnh Abrdagm Hrnc: Dsmpnh Quantum Abrdagm Gdrat: Md da Tria das Rstriçõs (TOC) Abrdagm pr Bnchmarking Abrdagm Sink Tuth: Md d Mhria da Prfrmanc Métds Técnicas Anáis Envtória d Dads Lógica Fuzzy Históric Cncits METODOLOGIA Dinamnt da Psquisa Cassificaçã da Psquisa Quant à Naturza Quant à Frma d Abrdagm d Prbma Quant as Objtivs da Psquisa Quant as Prcdimnts Técnics Squência d Dsnvvimnt da Psquisa Hipótss d trabah Fnt ds dads Limitaçõs d Estud...62

14 Variávis PROPOSTA PARA O AVALIAÇÃO DO DESEMPENHO DOS PRODUTORES DE LEITE FUNDAMENTADO NA LÓGICA FUZZY Justificativa da mtdgia Macrvisã da mtdgia Etapas d abraçã da mtdgia Módu 1: Dcisã através da Anáis Fatria Módu 2: Rfrência cm bas na Anáis Envtória d Dads Anáis d Cngmrads Módu 3: Lógica Fuzzy cm métd principa Módu 4: Vaidaçã tst d hipótss Sistmatizaçã Opracina APLICAÇÃO DA METODOLOGIA PROPOSTA Simuaçã Módu 1: Mdiçã através da Anáis Fatria Módu 2: Rfrência cm bas na Anáis Envtória d Dads Módu 3: Lógica Fuzzy cm métd principa Variávis inguísticas Bas d Rgras Funçõs d agrgaçã Rsutads Discussõs da Simuaçã Módu 4: Vaidaçã tst d hipótss Anáis d Variância Cácu da Anva: Fatr Únic Tst Z: Duas amstras para médias Simuaçã Módu 3: Lógica Fuzzy cm métd principa Variávis inguísticas Bas d Rgras Rsutads Discussõs da Simuaçã Módu 4: Vaidaçã tst d hipótss Anáis d Variância Cácu da Anva: Fatr Únic Tst Z: Duas amstras para médias CONCLUSÕES E PROPOSTAS PARA TRABALHOS FUTUROS Prpstas para Trabahs Futurs APÊNDICES

15 15 APÊNDICE 1 VARIÁVEIS COM PRODUTORES DE LEITE VÁLIDOS APÊNDICE 2 ANÁLISE ENVOLTÓRIA DE DADOS APÊNDICE 3 - RELAÇÃO CLASSE/INDICADOR/VARIÁVEL LINGUÍSTICA SIMULAÇÃO APÊNDICE 4 - RELAÇÃO CLASSE/INDICADOR/VARIÁVEL LINGUÍSTICA: AVALIAÇÃO CUSTO SIMULAÇÃO APÊNDICE 5 - RELAÇÃO CLASSE/INDICADOR/VARIÁVEL LINGUÍSTICA: AVALIAÇÃO DESEMPENHO SIMULAÇÃO APÊNDICE 6 - AVALIAÇÃO DE DESEMPENHO SIMULAÇÃO APÊNDICE 7 - RELAÇÃO CLASSE/INDICADOR/VARIÁVEL LINGUÍSTICA: AVALIAÇÃO DO DINHEIRO SIMULAÇÃO APÊNDICE 8 - RELAÇÃO CLASSE/INDICADOR/VARIÁVEL LINGUÍSTICA: AVALIAÇÃO DO DESEMPENHO SIMULAÇÃO APÊNDICE 9 - AVALIAÇÃO DE DESEMPENHO SIMULAÇÃO

16 16 1 INTRODUÇÃO Caractrizada cm uma das mais tradicinais struturas prdutivas d País, sgund circuar técnica pubicada pa Embrapa Gad d Lit cm autria d Carvah (2010), a indústria d aimnts cntribuiu m 2009 cm quas 10% d Prdut Intrn Brut (PIB) d Brasi, snd str d aticínis dstaqu ntr s quatr principais. Sgund dads da Embrapa Gad d Lit (EGL, 2011), huv aumnt na xprtaçã d itrs d it d País, vand d 9,41 mihõs m 1997 para 98,75 mihõs m 2006 (dads crrspndnts as mss d janir a agst d 2006); u sja, 10 vzs suprir na prgrssã d príd d nv ans. Dads rvants ntads também quand s bsrva a diminuiçã da imprtaçã brasiira, qu passu d 387 mi quis m 1998 para 55 mi quis m 2006 (dads crrspndnts as mss d janir a agst d 2006). Pas Suza (2006) dstaca qu cm a disprsã ggráfica ds mnrs prdutrs a spciaizaçã ds mairs, tm-s cm cnsquência n str áct n Brasi - iguamnt m Rndônia - a dificudad d intrduçã d píticas púbicas quiibradas qu pssam sr rfrência para dsnvvimnt ca rgina. Outra caractrística apntada na msma psquisa é qu cm grand númr d pquns prdutrs trna-s difíci a spciaizaçã, aém d nã favrcr a dissminaçã d infrmaçõs, grand cm iss aumnt ds custs da cta d cntr d quaidad d it, pr cnsguint, dificudad na fiscaizaçã gvrnamnta. Em Rndônia (EGL, 2011) aumnt na prduçã d it (m bihõs d itrs) acançu 400% d crscimnt n príd cmprndid ntr Prém, na raçã d ranking nacina, msm cm xprssiv aumnt, Rndônia é 10,8 vzs mnr qu ídr Minas Grais, qu aprsnta 27 itrs/vaca pr dia. Assciad à baixa prdutividad na raçã d ranking nacina, s dads rndninss vidnciam a imprtância aumnt d str áct. Dssa frma, cnsidra-s rvant buscar atrnativas d dispnibiizar infrmaçõs qu auxiim na cmprnsã para pssív aumnt da prdutividad itira n Estad. Pr st pnt d vista, cnsidra-s qu métds d avaiaçã d dsmpnh pdm sr caractrizads cm artfats cntrais n prcss d tmada d dcisã.

17 17 Entr as particuaridads dsjadas na avaiaçã d dsmpnh qu baizam a dfiniçã da prpsta na psquisa stã: (1) a minimizaçã d impact da imprcisã ds dads d ntrada da avaiaçã assciada a (2) gradua cassificaçã ntr s rsutads. Martins (1999) cassifica ainda qu sistma d mdiçã d dsmpnh prcisa cnsidrar mnts cm finaidad d us, mds tórics xistnts as pssibiidads frcidas pa tcngia da infrmaçã. Assim snd, fc dss stud é a avaiaçã d dsmpnh prdutiv cm a utiizaçã d métds statístics agrgad a ptncia ds sistmas cmputacinais spciaistas. N cntxt ds sistmas spciaistas, a Lógica Fuzzy fi psquisada nas áras financira (PEREIRA, C. T. T., 2008), stratégica (GONÇALVES, E. R., 2007; VANTI, A., 2007), cntrs (SOUZA, D. M. B. S., 2009; SOUTO, K. C., 2005) ambinta (MEDEIROS, S., MELLO, R., FILHO CAMPOS, 2007; ASSIS SILVA, SOUZA LIMA, J. S., 2009). N agrngóci, a Lógica Fuzzy vm snd apicada cm viabiidad psitiva, pr xmp: Para vrificaçã da ncssidad d araçã d grãs d mih d frma racina m sis vrticais, cm a utiizaçã d quatr variávis: tmpratura d grã, tmpratura d ar, tr d água d grã umidad rativa d ar ambint da massa nsiada, da umidad rativa d ar xtrn (DIAS, 2005); Para stimar um padrã ida d cnfrt ambinta para crch d suíns (QUEIRÓS; NÄÄS, 2005); Para prpr avaiar uma mtdgia para a cassificaçã da cmpactaçã d s p tráfg, basada n cnhcimnt spciaista m dads xprimntais (ARAÚJO, 2005); Para dsnvvr uma mtdgia d cassificaçã autmática utiizand indicadrs d vgtaçã d imagns AVHRRNOAA para stimar a ára pantada d sja n nív sub-pix (ANTUNES; JÚNIOR, 2007). Para stabcr um métd cmputacina qu visa intrprtar índic d massa crpra d quaqur tip d spéci bvina m quaqur rgiã d País (GABRIEL FILHO, 2011).

18 Prbma d Psquisa Nta-s qu dvid a agumas caractrísticas racinadas a agrngóci, pqun prdutr d it ainda aprsnta dificudads n prcss d afriçã avaiaçã d dsmpnh. N ntndimnt d Sivira (2004), idntificar cm a gstã d dsmpnh afta as principais cadias prdutivas d país ainda é uma tarfa nã cnsidada, carnt d sistmatizaçõs mds qu dmnstrm sua prfrmanc. O autr cmpmnta, mbrand qu sta carência pd muitas vzs var a tmada d dcisõs imitada, cm iniciativas invstimnts qu pdriam sr timizads através d uma visibiidad mais adquada. Para minimizar sta imitaçã na cadia prdutiva d it, faz-s ncssári dispnibiizar a prdutr as agnts púbics infrmaçõs adquadas ds prcsss cm iss prmitir um mhr ntndimnt d suas ncssidads d mhria. Dsta frma, frmuu-s prbma dsta dissrtaçã: Cm avaiar dsmpnh ds prdutrs d it, tmand cm cas prátic part ds prdutrs d Rndônia, cm uma prpsta d avaiaçã atrnativa d su dsmpnh fundamntada na Lógica Fuzzy? 1.2 Mtivaçã para Trabah Prpst Um ds piars qu srviu d mtivaçã para a prpsiçã dss stud é a cmprnsã d qu a Lógica Fuzzy pd cntribuir para minimizar impact da imprcisã ds dads pstrir cassificaçã gradua ds rsutads, frncnd infrmaçõs para mhria na prdutividad d prdutr. Tm m vista também a ncssidad d s dar um tratamnt sistmátic a prbma da avaiaçã d dsmpnh, qu crrspnd cm cntribuiçã dssa psquisa. E cm cntribuiçõs adicinais pd-s assciar cnhcimnt d spciaistas a prcss d avaiaçã d dsmpnh tratamnt statístic mutivariad na prparaçã vaidaçã da prpsta.

19 Justificativa A psquisa dsnvv uma prpsta d avaiaçã ds prdutrs d it. A principa cntribuiçã sprada dst prjt é dtrminar s mnts qu infunciam dsmpnh dsnvvimnt d uma sistmática d avaiaçã para prdutrs d it. O mnitramnt a avaiaçã das métricas d dsmpnh pdm frtacr prcss d tmada d dcisã ds prdutrs indicam as ncssidads acunas d dsmpnh. Iss prmitirá dfinir quais sã as áras qu ncssitam d açõs d mhria, indirtamnt, a avaiaçã d dsmpnh pd mtivar s prdutrs a buscar nvas parcrias prtunidads para impantar prjts. 1.4 Objtiv Gra Objtivs Espcífics d Trabah Esta sçã aprsnta s bjtivs gra spcífics da dissrtaçã. Dfiniçõs qu dircinam a psquisa qu visam srm atndidas a fim d trabah Objtiv Gra Dsnvvr uma prpsta d mtdgia d avaiaçã d dsmpnh ds prdutrs d it, fundamntada na Lógica Fuzzy Objtivs Espcífics Para cncrtizar bjtiv principa dfiniram-s s sguints bjtivs spcífics: Eabrar quadr tóric sbr Avaiaçã d Dsmpnh Lógica Fuzzy; Dfinir s fatrs/dimnsõs utiizand a anáis fatria; Cacuar a ficiência ds prdutrs cm métd anáis nvtória d dads;

20 20 Idntificar custrs d ficiência dsss prdutrs cm a anáis d cngmrads; Eabrar um md d avaiaçã criad a partir da prpsta fundamntada na Lógica Fuzzy; Vaidar a prpsta através d tsts statístics fits m cmparaçã cm s rsutads btids na anáis nvtória d dads. 1.5 Rvância d Estud A psquisa visu frncr mbasamnt tóric ncssári à intrduçã da Lógica Fuzzy para avaiaçã d dsmpnh ds prdutrs d it. A incusã ds cncits rativs à Lógica Fuzzy n str d agrngóci dmanda psquisa pd sr atingid pr mi d duas tapas: (1) iniciamnt buscand cnhcimnt prduzid acrca d tma, bm cm su dsnvvimnt ns âmbit prátic tóric; (2) sistmatizand a mtdgia para avaiaçã d dsmpnh. A raçã dsss mnts da psquisa dtrmina as hipótss dfinidas para dsnvvimnt da mtdgia d avaiaçã prpsta, qu srá usada na prática, bjtivand tst vaidaçã. Acrdita-s qu a mtdgia prpsta nsta dissrtaçã pdrá cntribuir cm uma frramnta auxiiar para qu s prdutrs ampim a prdutividad na prduçã d it. 1.6 Estrutura da Dissrtaçã Est trabah é struturad m st capítus, snd qu Capítu 1 visa cntxtuaizar tma tm cm bjtiv frcr um panrama rfrnt a sta dissrtaçã. Está rganizada m sçõs cm a caractrizaçã d tma d psquisa, a mtivaçã para trabah, s bjtivs prtndids s mnts qu justificam dsnvvimnt dst prjt cm sua rvância imitaçõs. O Capítu 2 aprsnta as caractrísticas d ambint qu prdutr d it d Rndônia vivncia, cm a xpsiçã da Cadia Agrindustria d Lit, aém das caractrísticas da Agricutura Famiiar brasiira. N Capítu 3 é xpsta uma visã cncitua sbr s principais tmas racinads a st stud, cm mdiçã avaiaçã d dsmpnh; s métds

21 21 statístics mutivariads d anáis nvtória d dads, anáis fatria anáis cngmrads. Aprsnta-s ainda a Lógica Fuzzy, métd cntra dsta dissrtaçã, para mhr cmprnsã da prpsta m qustã. N Capítu 4 é dscrita a mtdgia da psquisa, snd a nrtadra ds bjtivs prpsts. Está dividida m quatr sçõs: (1) iniciamnt é mstrad dinamnt da psquisa d dissrtaçã, qu aprsnta s aspcts mtdógics; (2) dpis sã mstradas as hipótss d trabah; (3) ntã, é spcificada a fnt ds dads da psquisa; pr útim, (4) a dfiniçã das variávis qu fram tstadas cm a mtdgia prpsta. N Capítu 5, é aprsntada a mtdgia d avaiaçã d dsmpnh prpsta nsta psquisa, snd dscrita a sistmática, justificativa, macrvisã a frmuaçã d quadr-tóric qu a mbasa. O Capítu 6 traz a apicaçã da mtdgia cm a abraçã d duas simuaçõs, nd sã xcutadas tdas as tapas da mtdgia, cm s rsutads discussõs, cm dads m um univrs d prdutrs d it d Rndônia. N útim capítu sã mstradas as cncusõs da psquisa. O trabah é cmpmntad cm as rfrências bibigráficas apêndics.

22 22 2 CONTEXTUALIZAÇÃO DO AMBIENTE DE PESQUISA Est capítu visa aprsntar as caractrísticas d ambint qu prdutr d it d Rndônia vivncia. Expõ uma visã gra sbr a cadia agrindustria d it n Brasi Rndônia, cm um grand quantitativ ds prdutrs d it é frmad pr pquns prdutrs as caractrísticas da Agricutura Famiiar. N ntndimnt d Viana Frras (2007), prcss d dsnvvimnt da cadia prdutiva d it n Brasi tm a vuçã, n aspct históric: Iníci cm a cris d através da substituiçã das imprtaçõs, cm a xpansã d mrcad cnsumidr, trazida pa acrada urbanizaçã. Ns ans 40 - várias cprativas mprsas xprimntavam as primiras intrvnçõs d gvrn m sus prçs. Nas décadas d prcss d transfrmaçã, cm a impmntaçã das stradas, a instaaçã da indústria d quipamnts, surgimnt d it B, as invaçõs nas mbaagns a chgada das mutinacinais. N iníci da década d 90 - grands avançs n prcss d industriaizaçã, infunciand prfundamnt n dsmpnh da cadia. Diminuiçã da intrfrência d gvrn n str, cm a frmaçã d prç m funçã das is d mrcad da frta prcura. Pdra, Gssuir Santini (2008) dstacam a vuçã da prduçã brasiira d it qu n príd d 1997 a 2006, m qu huv um crscimnt d aprximadamnt 36%, saind d uma prduçã d 18,6 bihõs d itrs m 1997, acançand uma prduçã d 25,4 bihõs d itrs m A msm tmp, Var Brut da Prduçã Agrpcuária d str passu d R$ 6 bihõs para s atuais R$ 16 bihõs, u sja, crscimnt d mais d 160%. Os autrs dstacam qu m trms prdutivs, a partir d dads da prduçã d it brasiira divugads p IBGE, n príd d 1997 a 2006, a média d tta d it prduzid p país fi d 21,4 bihõs d itrs/an, snd qu 38,4% dst tta fram prvnints d mrcad infrma. Sgund s autrs, a rgiã sudst fi a prdminant na prduçã d it, prém prd spaç na prduçã brasiira a partir d an d 2002, nd vum d prduçã passu a

23 23 rprsntar um prcntua mnr d tta brasiir. Fat atribuíd ps autrs principamnt a dsnvvimnt da prduçã itira na rgiã Nrt, qu msm tnd mnr vum d prduçã média, aprsntu a mair variaçã prcntua média d crscimnt n príd. Sgund a CEPEA (2011), padrã d cnsum ds drivads d it das rgiõs Nrt Nrdst fi bastant distint d bsrvad nas dmais rgiõs, crca d 40% d it fram cnsumids na frma d it m pó; s quijs rprsntam 29% d cnsum n Nrdst 21 % n Nrt; it d vaca pasturizad, crca d 20% nas duas rgiõs. Em raçã à rgiã Nrt, é prsnt 8% da ppuaçã nacina rprsntam 5% d cnsum brasiir da csta d drivads ácts (Figura 1). Figura 1: Participaçã das rgiõs brasiiras n cnsum d uma csta d prduts ácts (m quivant it) m Fnt: CEPEA (2011) Outra infrmaçã aprsntada p CEPEA (2011) é a aquisiçã pr capita d prduts ácts ntr as casss sciais. Pd sr bsrvad na Figura 2 qu, m 2008, 50% ds drivads d it d Brasi fram cnsumids pa cass média (C), nquant qu s utrs 50% fram cnsumids pas casss baixa (C D) ata (A B), ambas cm 25%.

24 24 Figura 2: Aquisiçã pr capita anua d prduts ácts ntr as casss m Fnt: CEPEA (2011) Prcurand rtratar a agricutura famiiar brasiira, Buainain, Sabbat Guanziri (2004) ratam qu é xtrmamnt divrsificada, pssuind agricutrs ns xtrms d pbrza, cm famíias qu vivm xpram minifúndis, cm também prdutrs insrids n mdrn agrngóci qu gram rnda várias vzs suprirs à qu dfin a inha da pbrza. Os autrs idntificaram ainda, a partir d infrmaçõs dispnívis n cns agrpcuári 1995/1996, qu a agricutura famiiar stá prsnt m municípis. Na cnsidraçã sbr s Estads, bsrvu-s qu as áras d mair cncntraçã d agricutrs famiiars stã n Nrdst, n Su ag na rgiã Nrt. E ntr as rgiõs d atas frquências d prdutrs famiiars (mais d 80%) a mair é a rgiã Nrdst (1.340 municípis), sguida da rgiã Su (926 municípis) Sudst (519 municípis). N vantamnt d Cns Agrpcuári (IBGE, 2006), fram idntificads stabcimnts da agricutura famiiar, rprsntand 84,4% ds stabcimnts brasiirs. Outras caractrísticas apntadas sã: A agricutura famiiar cupava uma ára d 80,25 mihõs d hctars, u sja, 24,3% da ára cupada ps stabcimnts agrpcuáris brasiirs. Da ára tta cupada pa agricutura famiiar: 45% ram dstinads a pastagns; 28% das áras cm matas, frstas u sistmas agrfrstais cupavam; 22% das áras cm avuras. A participaçã da ára das matas dstinadas à prsrvaçã prmannt u rsrva ga d 10% m média ns stabcimnts famiiars, d utrs 13% d áras utiizadas cm matas /u frstas naturais.

25 25 Prduziam 87% da prduçã nacina d mandica, 70% da prduçã d fijã, 46% d mih, 38% d café, 34% d arrz, 58% d it, pssuíam 59% d pant d suíns, 50% d pant d avs, 30% ds bvins, prduziam 21% d trig. A cutura cm mnr participaçã da agricutura famiiar fi a da sja cm 16%. A ára média ds stabcimnts famiiars ra d 18,37 hctars, a ds nã famiiars, d 309,18 hctars. Pssui uma strutura agrária cncntrada: s stabcimnts nã famiiars, apsar d rprsntarm 15,6% d tta ds stabcimnts, cupavam 75,7% da ára cupada. Pssas xprints cm 10 ans u mais d dirçã ns trabahs ram a mairia cm 62,0% na cnduçã da atividad prdutiva da agricutura famiiar. Puc mais d 600 mi stabcimnts famiiars (13,7%) ram dirigids pr muhrs. Entr s 12,3 mihõs d pssas cupadas na agricutura famiiar, 90,0%, rprsntand 11 mihõs das pssas cupadas, tinham açs d parntsc cm prdutr. Para a Fundaçã Gtúi Vargas - FGV (2010), m anáis sbr s prdutrs rurais amparads pas píticas agrícas, cm fnt d infrmaçã s micrdads d Cns Agrpcuári raizad p IBGE m 2006, quas a ttaidad d stabcimnts prtncnts à rgiã Nrt, aprximadamnt 99,4%, aprsntam rnda bruta abaix d R$ ,00, var imit d nquadramnt na micrmprsa. Os critéris adtads m FGV (2010), para anaisar Cns Agrpcuári 2006 dtrminar quais prdutrs sã cassificads na agricutura famiiar, sã s dfinids p Prgrama Nacina d Frtacimnt da Agricutura Famiiar (Prnaf). Ests dfinm parâmtrs para dimitar s subgrups a partir d imits d ára, d rnda d participaçã d trabah famiiar, ntr utrs, atndnd também as dispsitivs cntids n Art. 5º d Dcrt nº 3991 d 30/10/2001. Cm rsum, s subgrups principais critéris d nquadramnt sã: Grup A:

26 26 (1) Trra: a) Agricutrs famiiars assntads p Prgrama Nacina d Rfrma Agrária u bnficiáris d prgrama Nacina d Crédit Fundiári; b) Nã dtnham, sb quaqur frma d dmíni, ára d trra suprir a um módu fisca; (Rsuçã BACEN 3559 d 28/03/2008); (2) Rnda: Obtnham rnda bruta anua famiiar d até R$ ,00, xcuíds s prvnts d apsntadria rura. (Rsuçã BACEN 3559 d 28/03/2008). A/C: Assntads qu aprsntm s msms critéris d gibiidad dfinids n grup A qu tnham cntratad praçõs d crédit ns trms da Rsuçã BACEN 3559, d 28/03/2008. Grup B: (1) Trra: a) Exprm parca d trra na cndiçã d prpritári, pssir, arrndatári u parcir (Rs 3.559); b) Rsidam na prpridad u m ca próxim (Rs 3.559); c) Nã dispnham, a quaqur títu, d ára suprir a 4 (quatr) módus fiscais, quantificads sgund a gisaçã m vigr (Rs 3.559); d) Obtnham, n mínim, 30% da rnda famiiar da xpraçã agrpcuária nã agrpcuária d stabcimnt (Rs 3.559). (2) Trabah: Tnham trabah famiiar cm bas na xpraçã d stabcimnt (Rs 3.559); (3) Rnda: Obtnham rnda bruta anua famiiar d até R$ 6.000,00 (Rs ). Grup AF: (1) Trra: a) Exprm parca d trra na cndiçã d prpritári, pssir, arrndatári, parcir u cncssinári d PNRA (Rs 3.559); b) Rsidam na prpridad u m ca próxim (Rs 3.559); c) Nã dispnham, a quaqur títu, d ára suprir a 4 (quatr) módus fiscais, quantificads sgund a gisaçã m vigr (Rs 3.559); d) Obtnham, n

27 27 mínim, 70% da rnda famiiar da xpraçã agrpcuária nã agrpcuária d stabcimnt (Rs 3.559); (2) Trabah: Tnham trabah famiiar cm prdminant na xpraçã d stabcimnt, utiizand apnas vntuamnt trabah assaariad, d acrd cm as xigências saznais da atividad agrpcuária, pdnd mantr até 2 (dis) mprgads prmannts (Rs 3.559); (3) Rnda: Obtnham rnda bruta anua famiiar acima d R$ 6.000,00 até R$ ,00 (Rs ). N stud da FGV (2010), cnsidra-s qu a rgiã Nrt pssui agumas pcuiaridads qu a distingum d utras rgiõs. As cntribuiçõs ds stabcimnts nquadrads na agricutura famiiar ds pquns nã nquadrads n Prnaf sã d vada imprtância para a cmpsiçã d prdut rgina para um cnjunt d prduts/atividads. Fat qu indica a imprtância ds pquns prdutrs m Rndônia, prém huv participaçã rativa n Var Brut da Prduçã agrpcuária rgina rcuada d 52,8% para 43,5%. Pssui participaçã m nív nacina bastant pquna, pis é rspnsáv pr apnas 4,3% da prduçã tta d Brasi. Dmnstra-s qu a prduçã é praticamnt para autcnsum nã gra rcita ns stabcimnts (FGV, 2010). Cm raçã à ducaçã na agricutura famiiar n Brasi, ainda d acrd cm Cns Agrpcuári 2006 (IBGE, 2006), ntr s 11 mihõs d pssas da agricutura famiiar cm açs d parntsc cm prdutr, a mairia (63%) sabia r scrvr. Existia puc mais d quatr mihõs d pssas qu dcararam nã sabr r scrvr, principamnt d pssas d 14 ans u mais (3,6 mihõs d pssas). Para a raçã ntr ducaçã adçã d invaçõs tcnógicas na agricutura, Suza Fih (2011) aprsnta a sugstã d Dy (2000) qu diz qu pans d aprndizagm custmizads, cnfrm prfi d púbic-av (xtnsinista u agricutr), sria mais bm sucdid na difusã d invaçõs. Pnsamnt ss qu prpõ uma frma d nfrntamnt a prbma da ducaçã na agricutura famiiar, n qua favrcria a difusã d invaçõs. Ainda racinad cm grau d scaridad quaificaçã da mã d bra, Cns Agrpcuári 2006 idntificu apnas 170 mi pssas na agricutura

28 28 famiiar 116 mi pssas na nã famiiar (IBGE, 2006). Quantidad xtrmamnt baixa d pssas qu dcararam pssuir quaificaçã prfissina, principamnt s bsrvar qu str agrpcuári gru, m 2006, um Var Brut da Prduçã quivant a R$ 143,8 bihõs 1 (FGV, 2010). Para a FGV (2010) s divrss sgmnts da agricutura brasiira cmpõm histricamnt um cnjunt muit htrgên d prdutrs, rvand uma tndência à spciaizaçã: s pquns stabcimnts s ddicam prdminantmnt à atividad pcuária. Essa htrgnidad é marcada p tamanh d stabcimnt, pa tcngia adtada, pa quantidad quaidad ds fatrs d prduçã utiizads, ps prcsss d gstã adtads, ntr utrs fatrs qu acabam impactand a rnda grada. Ess stud da FGV (2010) cntsta Institut Brasiir d Ggrafia Estatística IBGE qu afirma qu: Apsar d cutivar uma ára mnr cm avuras pastagns (17,7 36,4 mihõs d hctars, rspctivamnt), a agricutura famiiar é rspnsáv pr garantir ba part da sgurança aimntar d País, cm imprtant frncdra d aimnts para mrcad intrn. (IBGE/CENSO AGROPECUÁRIO 2006, p. 20). Para a FGV (2010), a imprtância ds divrss grups d agricutrs famiiars stá racinada muit mais a nrm cntingnt d prdutrs d qu pa rnda qu graram. Essa afirmaçã tm cm fundamnt prcntua d cntribuiçã para Var Brut da Prduçã Agrpcuária. D um var tta d R$ 143,8 bihõs, qu incui tud qu fi prduzid n str, apnas 22,9% fi grad ps prdutrs da agricutura famiiar, cassificads p Prgrama Nacina d Frtacimnt da Agricutura Famiiar (Prnaf). A mair parca (76,3%) é d rspnsabiidad ds nã nquadrávis na agricutura famiiar, cuja cntribuiçã rprsnta puc mais d três vzs qu s prdutrs da agricutura famiiar (FGV, 2010). Examinand s indicadrs tcnógics cm bas ns dads d Cns Agrpcuári, Suza Fih (2004) cnstatu qu n Brasi um númr significativ d agricutrs famiiars nã tinha adtad prcsss sustntávis d mdrnizaçã qu vam a prdutividad. O principa bstácu apntad para 1 O var brut quiva à rnda tta grada pa prduçã agrpcuária d stabcimnt rprsnta a sma d tds s prduts da avura, pcuária, sivicutura, d utrs prduts da indústria rura.

29 29 xpicar sta situaçã é a carência d rcurss baix nív d capitaizaçã ds prdutrs. Na psquisa d Buainain (2002 apud SOUZA FILHO, 2004), cm agricutrs famiiars ds stads da Bahia, Minas Grais, Prnambuc, Cará Maranhã fi idntificad qu: (1) a mairia tm baix nív d scaridad; (2) puca xpriência m gstã tcnógica d ngócis; (3) pquna insrçã ns mrcads d srviçs, ntadamnt n financir. Esss mnts mstram as dificudads nfrntadas ps agricutrs famiiars para adtar tcngias qu xigm xpriência habiidads nã tradicinais. Em Rndônia, m psquisa da gstã da Cadia Prdutiva d Lit Arranj Prdutiv Lca Lit (APLLit), Pas Suza (2006) idntificu msm prbma n nív d scaridad. Sgund s autrs, 35,1% ds sócis fundadrs das micr pqunas mprsas da cadia, prpridad rura, pssum nsin fundamnta incmpt 28,6% nsin médi cmpt. Cm bas na msma psquisa, a cntrataçã d mprgads quaificads é uma das principais dificudads para 37,7% ds rspndnts. O qu dmstra a ncssidad d articuaçã d piticas ducacinais. Sgund Pas Suza (2006), apsar d havr órgã d assistência técnica, há pucas cndiçõs para a rganizaçã ds prdutrs m assciaçã u cprativas. O msm pd sr bsrvad cm s prdutrs da agricutura famiiar d Cntr-Ost, quand a FGV (2010) ança hipótss sbr as razõs da sua baixa cntribuiçã n var brut tta da prduçã agrpcuária rgina dntr as hipótss discutidas stã à dispnibiidad d assistência técnica prática d sistmas assciativs gradrs d sinrgias. Dstaca qu para mhria da prduçã, é ncssári um mínim d spírit d assciativism. Cm msm pnt d vista, Pas Suza (2011) apnta qu uma stratégia buscada pr pquns prdutrs n Estad d Rndônia é rganizarms m assciaçõs através das srm bnficiads cm rcurss prvnint da Instruçã Nrmativa 51 IN 51 d Ministéri da Agricutura, Pcuária Abastcimnt MAPA, visand à quaidad n str áct nacina. Cm iss, sgund s msm autrs, ptnciaiza-s: [...] a sinrgia para gstã ds rcurss pracinais cnômics ainda, invstir na aquisiçã d tanqus d rsfriamnt para

30 30 atndr s rquisits impsts p ambint institucina da cadia prdutiva (Pas Suza, 2011, p.142). N cas d Cntr-Ost, apnta FGV (2010): xig a avaiaçã d xpriências bm sucdidas, d baix nív d invstimnt, qu pssam sr rpicadas ps assntads. Nssa prspctiva, Suza Fih (2011) acrdita qu um prgrama d transfrência d tcngia pd adtar a stratégia d nfcar primiramnt ns prdutrs qu aprsntam xpriência antrir bm-sucdida /u cnhcimnt prévi racinad cm uma dtrminada invaçã. Quant as fatrs rativs à invaçã, cm a intrduçã d nvs prduts/prcsss, dsnh sti ns prduts, Pas Suza (2006) cnstatu qu as micrs mprsas psquisadas na cadia prdutiva d it d Rndônia avaiaram cm sm imprtância para suas atividads, qu, para s autrs, pd-s infrir qu rft a caractrística d str studad APLLit, uma vz qu a grand mairia das micrs psquisadas fram as prpridads rurais, dduzinds qu prdut it nã rqur mhrias. Essa caractrística idntificada n str APLLit d Rndônia, é uma vidência rvant d rsutad d Cns Agrpcuári 2006, dstacad na FGV (2010), m qu Var Brut da Prduçã tta da rgiã Nrt, qu ants participava cm apnas 5,5%, passu a cntribuir cm um prcntua ainda mnr, d apnas 4,3% d tta d Brasi. N Brasi, sgund FGV (2010), para Var Brut da Prduçã d it, as mairs cntribuiçõs sã ds pquns stabcimnts, sguids ps médis stabcimnts m it, suíns, avs vs; ds grands m bvins bubains. Espcificamnt na rgiã Nrt, quant a var da prduçã da pcuária, s grups d nquadrávis n Prnaf sã s qu mais cntribum para var d it (61,4%) d suíns (55,9%). Para Suza Fih (2011), as caractrísticas d prdutr d sua famíia sã mnts qu pdm tr um pap d dstaqu na trajtória da unidad d prduçã. Os autrs racinam a nga xpriência tradiçã na agricutura ds prdutrs cm um dsmpnh suprir, s cmparad as prdutrs qu haviam sfrid prcss d dsruraizaçã rtrnaram a camp pstrirmnt. Nss tma, Pas Suza (2006) idntificu qu apsar d 60% da amstra d micrs pqunas mprsas da APLLit, prpridads rurais, psquisada tr mais

31 31 d 20 ans d criaçã, stas ncntram-s a margm d dsnvvimnt, cntrastand cm a prcpçã d Suza Fih (2011) aprsntada antrirmnt. Aém da xpriência, Suza Fih (2011) cnsidra qu sucss d mprndimnt dpnd da capacidad d tratar infrmaçõs a habiidad n us d técnicas agrícas d métds d grnciamnt mais sfisticads. Os autrs acrditam qu a infrmaçã dsmpnha imprtant pap n prcss d distinçã ntr as prtunidads ptnciamnt vaisas na capacidad d xprá-as ftivamnt. É nsta inha d pnsamnt qu sta dissrtaçã prpõ uma mtdgia d avaiaçã d dsmpnh ds prdutrs d it, cm frma d dispnibiizar infrmaçõs rvants as rspnsávis pa tmada d dcisõs n str.

32 32 3 REFERENCIAL TEÓRICO Est capítu aprsnta uma visã cncitua sbr s principais tmas racinads cm st stud. Sã abrdads assunts rativs à mdiçã avaiaçã d dsmpnh nd sã aprsntads sus fundamnts tips. Os métds statístics mutivariads d anáis nvtória d dads anáis fatria qu sã dscrits bjtivam scarcr s cncits utiizads na mtdgia prpsta. Aprsnta-s ainda a Lógica Fuzzy, métd cntra dsta dissrtaçã. Cm Wrthin (2000) apiava, stams m um mmnt d transfrmaçõs m dirçã à scidad da infrmaçã, m um nv paradigma, da tcngia da infrmaçã, qu anuncia a rcnt transfrmaçã tcnógica m suas raçõs cm a cnmia a scidad. Tm cm uma das caractrísticas fundamntais, sgund Castts (2000 apud WERTHEIN, 2000), a infrmaçã cm matéria-prima, cm iss, a infrmaçã srv à tmada d dcisã, g a ncssidad d dcidir cm mair prcisã é um ds fatrs para agir dntr das rganizaçõs. Angni (2003) dstaca a utiizaçã d dads, infrmaçõs cnhcimnts cm subsídis ssnciais à cmunicaçã à tmada d dcisã rganizacina, para prprcinar rapidz quaidad, é prcis qu a rganizaçã dispnha d suprt da tcngia da infrmaçã cmunicaçã para prmitir a rápida circuaçã da infrmaçã d cnhcimnt. Brgs (1995) nfatiza qu a quaidad quantidad d dcisõs d um grnt dpndm da ficiência na utiizaçã d infrmaçã indica cm chav sucss na btnçã d infrmaçõs útis xatas n mmnt crt, pis sms imitads p su vum, quaidad pr nssa habiidad m acssá-as anaisá-as. A infrmaçã vm d fnts difrnts, têm quaidads difrnts, imprtância variáv rativa faciidad na frta d cada vz mais infrmaçã. Para Kigast Hubbard (1997), pnt chav nssa varidad d infrmaçõs é agrgar var a infrmaçã. Tayr (1986 apud KIELGAST E HUBBARD, 1997) xamina quatr atividads m sistmas d infrmaçã mstra cm as agrgam var, a sabr: Organizaçã da infrmaçã: principa var agrgad sta n tmp pupad m prcurar a infrmaçã ncssária;

33 33 Anáis: é dividida m duas anáiss, a primira vtada para s dads tm bjtiv é mstrar a gitimidad, a quaidad a prcisã ds dads, a sgunda vtada para prbma é prduzida para usuári, tm cm bjtiv ajudar rsvr um prbma, scarcr uma situaçã u tmar uma dcisã; Sínts: cnsist m runir a infrmaçã, d uma frma significativa pndrada, agrupand-a m bcs qu pssam sr usads; Jugamnt: quand s grnts fitram, sinttizam padrnizam a infrmaçã para uma situaçã spcífica trnand ssa infrmaçã ptncia para us. Nst sntid, as sçõs cntidas nst capítu sã aprsntadas pr srm mnts fundamntais n ntndimnt da prpsta dsta dissrtaçã. 3.1 Mdiçã d Dsmpnh A mdiçã d dsmpnh pd sr ntndida, d manira gra, cm uma frma d s dtrminar as mdidas d dsmpnh, bjtivand rganizar aguma atividad. N ntndimnt d Bnd (2002, p.6), quand sistmatizada, é vista cm uma ntidad qu agrga um cnjunt intgrad d indicadrs individuais, qu visam prvr infrmaçõs sbr dsmpnh d dtrminadas atividads para dtrminads fins. Para utrs autrs, a mdiçã d dsmpnh pd sr ntndida, cm: Quantificaçã d quã bm as atividads dntr d um prcss u su utput atingm a mta spcífica" (HRONEC, 1994, p. 6). A mdiçã d dsmpnh xig a adçã d um h crític, uma cmprnsã da raçã das difrnts parts da rganizaçã cm nív d dsmpnh dsjad para td, rcnhcimnt d qu s númrs nã capturam a ssência da vantagm cmptitiva (LEIBFRIED; MCNAIR, 1994, p.156). O bnchmarking é um prcss cntínu d mdiçã m raçã as mhrs (CAMP, 1998, p.19).

34 34 Estabcr mtas quantitativas, frquntmnt chamadas d mdiçõs, pr mi d bnchmarking, é prvavmnt a mhr manira d s stabcr mtas (BOXWELL, 1996, p.18). Os bnckmarks 2 d dsmpnhs ficazs dvm rftir as mais imprtants dimnsõs d praçõs d prcss, sistma u funçã d um ngóci (BOGAN; ENGLISH, 1996, p.62). [...] as mprsas dvm utiiza sistmas d gstã mdiçã d dsmpnh drivads d suas stratégias capacidads (KAPLAN; NORTON, 1997, p.21). [...] cnsidra qu a mdiçã para cntr rcb ênfas xcssiva à custa ds sistmas d mdiçã prjtads dsnvvids para apiar a mhria. Há um dsquiíbri ntr a quantidad d sfrç nrgia ddicads à mdiçã para cntr aqus ddicads à mdiçã para mhria (SINK; TUTTLE,1993, p.23). Obsrva-s qu na itratura xistm divrsas prspctivas para s mds d sistmas d mdiçã avaiaçã d dsmpnh. O bjtiv dsta sçã é aprsntá-s m assciaçã cm a stratégia da mprsa. O stud é raizad a partir da rvisã da itratura sbr tma m difrnts áras nss sntid, a rvisã a sguir aprsnta aicrc para a prpsta da dissrtaçã Estratégia Krams (2010) nfatiza qu, nas paavras d Ptr Drukr, aicrc da stratégia é a dfiniçã d ngóci: cm é cm dvr sr. Racina a stratégia cm a strutura rganizacina, snd qu as principais atividads d ngóci sã dfinidas pa stratégia. Cmpta afirmand qu a stratégia é um jg d pssas pnsants, sm rgras rígidas, mas rftind sbr s váris aspcts d ngóci. Parafrasand Ichikawa (1998) m suas cnsidraçõs criticas sbr panjamnt stratégic, a idia d stratégia, aprpriada da ára miitar, s incrpru a cncit d panjamnt. E sntid adquirid hj é: sfrç 2 Na cncituaçã d Bgan Engish (1996, p.54), s bchmarks sã as statísticas pracinais u mdidas qu dfinm nív d praçã d uma dtrminada prática u sistma.

35 35 panjad d fazr cm qu a rganizaçã, a partir da sua anáis intrna xtrna, supr mudanças d mi ambint atinja sus bjtivs. Dntr d cntxt rganizacina, aspct individua da stratégia é abrdad pr Mintzbrg, Ahstrand Lamp (2000) quand prpõm as dz scas da stratégia, m qu cnsidra para cada sca uma prspctiva difrnt d prcss d stratégia. Ess carátr individua é idntificad m duas scas: A Esca Emprnddra, qu tm cm cntr a criaçã d visã p grand ídr; a Esca Cgnitiva, qu busca usar as mnsagns da psicgia cgnitiva para ntrar na mnt d stratgista. Para Trnc (2002), a stratégia d ngócis tm cm bjtivs atndr dis pnts: (1) Um dsmpnh bm sucdid m uma inha d ngóci spcífica; (2) Frmar /u rfrçar uma psiçã cmptitiva d ng praz. Já Zimmri (2011) sinaiza qu tds nós tms snhs trabahams para raizá-s. Cm iss, msm qu incnscintmnt, tmams uma dirçã. Os autrs dstacam ainda qu S sta dirçã fr pnsada, racicinada, dirigida d frma a trnar viáv a raizaçã d snh, starms panjand (ZIMMERLI, 2011, p. 4). Entrtant, Schmidt, Sants Martins (2006) dstacam qu quand é utiizada a xprssã panjamnt stratégic sta gra grand dscnfiança m grand part d crp grncia da rganizaçã. Sgund s autrs, panjamnt stratégic é ma utiizad, pis ainda xistm situaçõs nas quais após uma dmanda d sfrçs panjamnt nã sai d pap. Sausn (1998) cmpmnta qu a principa razã da faência d panjamnt stratégic é sua atuaçã cássica, qu prmv stratégias qu sã tiradas d passad. O autr pndra ainda qu ssa abrdagm tradicina rduz pdr d frmuaçã d stratégias smnt à administraçã suprir, aém d ignrar tda uma dinâmica mrgnt na rganizaçã. Pr utr ad, Kapan Nrtn (1997) ratam qu a stratégia nã é um prcss grncia isad, mas sim um prcss cntínu ógic qu mvimnta a rganizaçã dsd a dcaraçã d missã até trabah xcutad. Os autrs dfinm a stratégia cm um cnjunt d hipótss d causa fit. Nst sntid, sistma d mdiçã d dsmpnh dv trnar xpícitas as raçõs (hipótss) ntr s bjtivs ( as mdidas) nas várias prspctivas (financira,

36 36 cints, prcsss intrns aprndizad crscimnt) para qu stas pssam sr grnciadas vaidadas. Esta raçã ntr a stratégia s rsutads também é dfndida pr Hrnc (1994), qu nfatiza qu as mdiçõs d dsmpnh frmam s sinais vitais da rganizaçã, transmitind a stratégia para baix s rsutads para cima. Bgan Engish (1996) também racinam panjamnt stratégic cm a mdiçã d dsmpnh ftuad p bnchmarking stratégic qu srv cm uma bússa d navgaçã muit úti. Para s autrs bnchmarking stratégic prmit, pr xmp: 1. Dtrminar a psiçã da mprsa m raçã à cncrrência as mhrs n ram; 2. Ajustar as mtas d curt ng praz; 3. Aprfiçar a stratégia da rganizaçã; 4. Crtificar-s qu s prcsss crítics da rganizaçã sã cmptitivs; 5. Crtificar-s sbr us adquad d tcngia; 6. Crtificar-s s s mnts crítics da rganizaçã sã adquads; 7. Avaiar a capacidad d frncdr; 8. Idntificar fatrs-chavs para acançar a idrança d mrcad. Entã, para xtrapar a simps frmuaçã da stratégia racinar a sua xcuçã, Sink Tutt (1993) dstacam qu a stratégia d ngóci bm cmprndida pd impusinar a cnstant mhria da prfrmanc a partir da utiizaçã d sistmas d mdiçã bm prjtads dsnvvids. Os autrs dfndm também qu a mdiçã pd sr um impus muit ficaz para a mhria da prfrmanc, aém d pdr sr usada cm uma frramnta para assgurar qu a stratégia sja impantada. Sã sss mnts vidnciads pr Sink Tutt (1993), Hrnc (1994), Bgan Engish (1996) Kapan Nrtn (1997) qu dircinam sta dissrtaçã a stud da mdiçã avaiaçã d dsmpnh, pis a stratégia quand bm cmprndida m um prcss cntínu pd tr su acmpanhamnt mdid,

37 37 auxiiand gstr n prcss d tmada d dcisã, visand à xcuçã da stratégia. A sguir sã discutids mds d mdiçã d dsmpnh qu pssum raçã cm md prpst na dissrtaçã. Ests indicam princípis, vars, rganizaçã imitaçõs Mds d mdiçã d dsmpnh Nsta tapa d quadr tóric sã aprsntads métds d mdiçã d dsmpnh. Schmidt, Sants Martins (2006, p.37) bsrvam qu sistma d mdiçã d dsmpnh surg cm uma frramnta capaz d grar instrumnts ógics, padrnizads sistêmics para racinaizar prcss d gstã. Dntr s métds xistnts, sgund s msms autrs, s aprsntads nsta sçã sã s qu pssum mair fundamntaçã tórica pssum uma visã intgrada cm a frmuaçã, dsdbramnt a impmntaçã da stratégia Abrdagm Hrnc: Dsmpnh Quantum Hrnc (1994) aprsnta md Quantum d dsmpnh, qu cnsidra s indicadrs d dsmpnh cm sus sinais vitais. D acrd cm autr, s sinais vitais sã grads a partir da dcaraçã d missã da rganizaçã visa quantificar md cm às atividads m um prcss u utput d um prcss atingm uma mta spcífica. Sgund Hrnc (1994), dsmpnh Quantum pd sr dfinid cm: nív d raizaçã qu timiza var srviç da rganizaçã para sus cints. O cncit d cint xpand-s para s intrssads - cints, mprgads, acinistas, frncdrs, ambintaistas tc.. Ess sistma d indicadrs d dsmpnh é cmpst pr uma matriz d dsmpnh, dnminada d Quantum, prmitind à ata administraçã ntndr dsnvvr mdidas d dsmpnh. O md basia-s m três catgrias d mdidas d dsmpnh: 1. Quaidad: md a xcência d prdut u srviç; 2. Tmp: md a xcência d prcss,

38 38 3. Cust: md ad cnômic da xcência. D acrd cm Siva (2003 apud ANDRADE, 2009) "ss md asscia tds s prcsss à stratégia da rganizaçã, dand a msm tmp, às pssas qu xcutam s prcsss, as frramntas para mhria". Entã, md Quantum busca a gstã da impmntaçã da stratégia grncia a satisfaçã d cint através d mhria cntínua. Hrnc (1994), citand Gary Rummr Aan Branch, dscrv três nívis d mbiizaçã das mdidas d dsmpnh na rganizaçã: 1. Human as pssas qu xcutam as atividads, rintadas pr um cnjunt d mdidas d dsmpnh. 2. Prcss a séri d atividads qu cnsmm rcurss frncm um prdut as cints da mprsa, sjam intrns u xtrns ; 3. Organizaçã cmprndnd s nívis d dsmpnh das pssas d prcss. O Quadr 1 aprsnta racinamnt das catgrias d dsmpnh (quaidad, tmp cust) cm s três nívis d mbiizaçã das msmas (human, prcss rganizaçã). Nívis / Mdidas Organizaçã Prcss Pssas Fnt: Hrnc (1994) Quadr 1: Matriz d dsmpnh Quantum. Dsmpnh quantum Var Srviç Cust Quaidad Tmp Empatia Financir Prdutividad Opracina Cnfiabiidad Estratégic Crdibiidad Cmptência Inputs Atividads Rmunraçã Dsnvvimnt Mtivaçã Cnfrmidad Prdutividad Cnfiabiidad Crdibiidad Cmptência Vcidad Fxibiidad Rspnsabiidad Maabiidad Vcidad Fxibiidad Rspnsabiidad Maabiidad Para Hrnc (1994), s principais bnfícis ds indicadrs sã: façã ds Cints;

39 39 Mnitramnt d Prgrss as mdidas crtas d dsmpnh trnam a mhria d prcss nã só pssív cm também cntínua; Bnchmarking d Prcsss Atividads prmitir cmparaçõs fcaizar s mhrs prcsss; Graçã da Mudança md mais ftiv mns dispndis d mudar cmprtamnt human é pr mi d avaiaçã. Os indicadrs crrts d dsmpnh ajudam as rganizaçõs a mudar, pr dfinirm rcmpnsarm nv cmprtamnt. Mür (2003) mbra qu dsmpnh Quantum é nív d raizaçã qu timiza var srviç da rganizaçã para sus intrssads. Dssa frma, a mta da rganizaçã é a timizaçã gra, m psiçã à timizaçã d apnas um fatr, um dpartamnt u uma funçã, m qu as catgrias Cust, Quaidad Tmp dvm sr mhrads simutanamnt. A Figura 3 iustra a Famíia d Mdidas d Dsmpnh Quantum. Figura 3: Famíia d Mdidas d Dsmpnh Quantum Fnt: Hrnc (1994) Abrdagm Gdrat: Md da Tria das Rstriçõs (TOC) Gdratt dsnvvu na década d 70, sgund Gurrir (1996), uma frmuaçã matmática para panjamnt d uma fábrica ssa frmuaçã trnu-s a bas d sftwar OPT (Tcngia da Prduçã Otimizada) vtad à prgramaçã d prduçã. Ns ans 80, Gdratt Jff Cx, scrvram ivr Th Ga, cnhcid n Brasi cm A Mta, m qu dsnvvram a Tria das Rstriçõs (TOC Thry f Cnstraints), qu pd sr ntndida cm uma

40 40 ampiaçã d pnsamnt da tcngia d prduçã timizada, pis s utiiza, m grand part, da sua tria (Gurrir, 1996, p.1). A Tria das Rstriçõs tm cm fundamnt acanc da mta da rganizaçã, m utras paavras: ganhar mais dinhir. O fc da sua tria é qu tda a rganizaçã, n prcss d atingir a sua mta, aprsnta smpr uma u mais rstriçõs qu s assim nã fss, a mprsa tria ucr infinit. Cm a prpsiçã d qu a mta é bjtiv mair da rganizaçã, a Tria das Rstriçõs dfin s indicadrs qu prprcinam a mdiçã d grau d acanc da mta. Assim, sã stabcids dis mdidrs prpriamnt dits uma situaçã ncssária: Lucr íquid - é um mdidr absut sbr quant dinhir, m trms absuts, a rganizaçã stá grand. Dfinid pracinamnt cm: ganh, mns a dspsa pracina; Rtrn sbr invstimnt - é um mdidr rativ qu dimnsina sfrç ncssári para acanc d um dtrminad nív d ucr. Dfinid pracinamnt cm: ucr íquid dividid p invntári; Fux d caixa - é a situaçã ncssária para sbrvivência da mprsa Abrdagm pr Bnchmarking Cnfrm Maz (2003), n fina da década d 70 surg intrss p ptncia d Bnchmarking cm frramnta grncia. Prém, autr cita ainda Sun Tzu, um gnra chinês qu scrvu: S vcê cnhcr su inimig a si msm, nã prcisará tmr rsutad d cm batahas. Zag (2011 apud CAMP, 1998, pp. 8-10) idntificam dfiniçõs para Bnchmarking dntr as a d David T. Karns, xcutiv-chf da Xrx, qu dfin a abrdagm cm prcss cntínu d mdiçã d prduts, srviçs práticas m raçã as mais frts cncrrnts, u às mprsas rcnhcidas cm ídrs m suas indústrias. Os autrs aprsntam também a dfiniçã d dicinári Wbstr da Língua Ingsa: marca dixada pr um agrimnsr [...] m uma psiçã prdtrminada [...] usada cm pnt d rfrência [...] padrã p qua uma cisa pd sr mdida

41 41 u jugada. Já Brtnc (2003) dfin cm um padrã para a cmparaçã d utrs bjts u atividads. Na ótica d Maz (2003), há difrnciaçã na dfiniçã d Bnchmark Bnchmarking. Para autr, Bnchmark pd sr dfinid cm padrã d rfrência, nquant trm Bnchmarking rprsnta prcss d cmparaçã. Para Bgan Engish (1996), qum também difrnciam s cncits, Bnchmarking rprsnta uma frramnta qu auxiiar a cmprssã das mhrs práticas pracinais Bnchmarks sã as statísticas pracinais u mdidas qu dfinm nív d uma dtrminada prática u sistma. Nssa prspctiva, Bgan Engish (1996) cnsidram Bnchmarking cm um métd sistmátic d prcurar mhrs: prcsss, idias invadras prcdimnts d praçã. A mhra dsss mnts visa a cnduzir a um dsmpnh suprir, snd mdid pr váris indicadrs financirs nã financirs. Camp (1998) dfin Bnchmarking cm a busca das mhrs práticas na indústria (str) qu cnduzm a dsmpnh suprir. Schmidt, Sants Martins (2006) acrditam qu ssas dfiniçõs, apsar d cnsistnts, imitam a utiizaçã dssa frramnta grncia à indústria, mbra pssa sr apicada a quaqur atividad cnômica. Bgan Engish (1996) dfinm quatr mnts para cnstruçã ds Bnchmarks: 1. Fc na mdiçã - para auxiiar s pans grnciais, sã cnsidrads princípis: (a) dtrminar nd é criad var a cint; (b) dtrminar cm uma part d var é prdida; (c) dfinir bnchmarks nd dsmpnh é bm abaix d sprad; 2. Prspctiva da mdiçã - pdm sr cassificadas m: (a) rativas, cm mdidas chamadas d indicadrs tardis, pis dã a prspctiva d dsmpnh passad; (b) prativas, cm mdidas chamadas d indicadrs avançads, pis prvm futurs acntcimnts. É ncssári a adiçõs dstas duas prspctivas na abraçã ds Bnchmarks. 3. Cntr da mdiçã - s Bnchmarks dfinids para a mhria ds prcsss dvm sr fits sb mdida para rftir nív d autridad,

42 42 rspnsabiidad habiidad das pssas qu trabaham cm Bnchmarks. 4. Cta d dads - s dads dvm sr facimnt ctads, sm xcssiv invstimnt m tmp, sistmas, pssas capita. Bxw (1996) afirma qu s bnfícis a srm btids d Bnchmark sã bastant óbvis rganizam cm n Quadr 2. Quadr 2: Bnchmark cm sm. Sm bnchmark Cm bnchmark Fcaizaçã intrna Fcaizaçã xtrna, cmptitividad Nã fi invntad aqui Idias invadras aprndizagm Dcisõs usadas Dcisõs basadas m fats Mudança vucinária Mudança vucinária Rtardatári d ram d ngócis Fnt: Bxw (1996) Lídr da indústria Abrdagm Sink Tuth: Md d Mhria da Prfrmanc Visand rtratar andamnt na cnduçã das rganizaçõs, Sink Tutt (1993) aprsntam Md d Sistmas Grnciais, qu prpõ uma mtdgia para a avaiaçã d prfrmanc crrçã da dirçã ds sistmas grnciais. O md prpst pr Sink Tutt (1993) dfin qu dsmpnh d um sistma rganizacina é frmad pr intr-racinamnts d váris parâmtrs u critéris d dsmpnh, dnminads: ficácia, ficiência, prdutividad, quaidad, invaçã ucratividad u rçamntaidad. As dfiniçõs xprssas pr Siquira (2004) m raçã as critéris sã: Eficiência: raçã ntr cnsum prvist ftiv d rcurss situa-s d ad d input. Racinad a assunts sbr cnsum d rcurss; Eficácia: tm sua dfiniçã pracina cm snd a raizaçã ftiva das cisas crtas, pntuamnt cm s rquisits d quaidad spcificads. Opracinamnt pd sr btida cm a raçã ntr utput btid sprad;

43 43 Quaidad: s apica a várias áras d cnhcimnt pd sr intrprtad d várias maniras, pr xmp: stá racinada a rsutad (Eficácia) da praçã, cm a também stá racinada à Eficiência da praçã; Prdutividad: raçã ntr s utputs grads pr um dad sistma s inputs qu prpiciaram a graçã dsss utputs; Quaidad d Vida n Trabah: cnfrm Sink Tutt (1993), a rspsta u raçã aftiva das pssas d sistma rganizacina a dtrminads fatrs, cm rmunraçã, cutura, cndiçõs d trabah, idrança, [...], tc. ; Invaçã: prcss criativ d mudar qu s stá snd fit; Lucratividad u Orçamntaidad: sã btidas através da raçã ntr um rsutad s inputs. Siquira (2004) acrdita qu as xprssõs A B caractrizam muit bm s dis trms: Lucratividad = Faturamnt - Custs Orçamntaidad = Orçamnt - Custs (A) (B) A Figura 4 rprsnta a squmatizaçã dst nfqu. Figura 4: Critéris d Dsmpnh. Fnt: Sink Tut (1993)

44 44 N md prpst ps autrs, é prcis qu sja fita a mdiçã da prfrmanc d sistma rganizacina para: (1) vrificar a xcuçã da missã (2) para pssuir infrmaçõs para a tmada d dcisã abraçã d açõs. Pd-s bsrvar qu s faz ncssári tratamnt ds dads iniciamnt ctads d frma a fazr cm qu s msms pssam fazr agum sntid, cm iss, aprsntm infrmaçõs qu rprsntm adquadamnt a situaçã d sistma avaiad. Pr st aspct, Luiz da Siva (1999) bsrva qu pnt ssncia é ntndimnt d qu s mdir, cnsidrand-s as rganizaçõs cm intraçã d rcurss qu a s stã assciads prcsss d transfrmaçã. O autr cmpmnta mbrand qu, sm ngignciar dsmpnh intrn, na prspctiva grncia, fc d prcss d mdiçã dv cntrar-s na raçã das mdidas cm as stratégias. bsrvam qu: Sink Tutt (1993) afirmam qu nã s pd grnciar sm mdir, "s mhrs sistmas d mdiçã sã um mist d bjtiv subjtiv, quantitativ quaitativ, intuitiv xpícit, difíci fáci, bm-sns rgras d dcisã u msm intigência artificia. O principa bjtiv da mdiçã, muitas vzs dsprzad, é mhrar. Pr qu mdir? Mdir para mhrar. Mdir para frncr à quip grncia nvas prcpçõs, cm: pr qu sistma stá tnd ssa prfrmanc, nd s pd mhrar sistma, quand sistma stá u nã sb cntr" (SINK; TUTTLE, 1993, p.1). 3.2 Métds Técnicas A finaidad dsta sçã é aprsntar s métds técnicas utiizadas na mtdgia prpsta. Srã aprsntads: Anáis Envtória d Dads (DEA), Anáis Fatria (AF) a Lógica Fuzzy Anáis Envtória d Dads O DEA tm cm bjtiv cmparar crt númr d Unidads Tmadras d Dcisã (DMUs, Dcisin Making Units) qu raizam tarfas simiars s difrnciam nas quantidads d inputs (ntradas, rcurss, insums u atrs d prduçã) qu cnsmm d utputs (saídas u prduts) qu prduzm (GOMES; MANGABEIRA, 2004). É utiizada para avaiaçã da ficiência rativa d

45 45 unidads rganizacinais hmgênas cm a prsnça d mútips insums prduts qu pssum autnmia na tmada d dcisã (RODRIGUES, 2010). Sgund Via (2007), marc inicia sbr DEA pd sr ncntrad m Th Masurmnt f Prductiv Efficincy, d Farr m 1957, quand prpôs um md mpíric para cácu da ficiência rativa m qu cnsidru um únic insum um únic prdut. Ainda sgund autr, Charns (1978) iniciu stud cm mútips insums (inputs) mútips prduts (utputs), qu dnminu ntã cm Anáis Envtória d Dads (DEA). A mtdgia DEA utiiza prgramaçã inar para stimar a frntira ficint, snd qu há dis mds DEA cássics: (1) md qu trabaha cm rtrns cnstants d scaa (CHARNES, 1978) CCR assum prprcinaidad ntr inputs utputs; (2) md qu cnsidra rtrns variávis d scaa, dnminad BCC (u VRS), dvid a Bankr (1984 apud GOMES; MANGABEIRA, 2004); ist é, substitui axima da prprcinaidad p axima da cnvxidad. Gms Mangabira (2004) dstacam qu a ficiência d uma unidad é mdida cm a cmparaçã ntr s vars bsrvads ótims d sus rcurss prduts. Esta mdida pd sr cacuada, d duas frmas: 1. Cm s rcurss dispnívis: pa razã ntr a prduçã bsrvada ptncia máxim pssív; 2. Cm a quantidad d prduts grads: pa razã ntr a quantidad mínima ncssária d rcurss a quantidad ftivamnt utiizada. Para apicaçã d DEA, Gany R (1989) dstacam qu é ncssári qu: (1) as rganizaçõs dvm sr hmgênas, ist é, raizar as msmas tarfas tr bjtivs smhants; (2) as rganizaçõs dvm atuar sb as msmas cndiçõs d mrcad; (3) as variávis dvm sr as msmas, aprsntand variaçõs apnas quant à intnsidad u magnitud. Os mds cássics pdm sr cacuads adtand duas rintaçõs: 1. Orintaçã a rcurss - quand visa minimizar s rcurss dispnívis, mantnd nív d prduçã; a. O DMU ficint é: prduz msm nív u mais d prdut, nquant cnsm mnr quantidad d rcurss.

46 46 2. Orintaçã à prduçã - quand bjtiva-s aumntar s prduts, sm atrar s rcurss utiizads. a. O DMU ficint é - prduz a mair prduçã cm igua u mnr nív d rcurs. O Quadr 3 mstra a caractrística d cada rintaçã, cm a sta indicand sntid d rintaçã d indicadr. Quadr 3: Orintaçã d DEA. Insum Prdut Orintaçã a insum Mantém Orintaçã a prdut Fnt: Eabraçã d autr Mantém Anáis Fatria Pd-s ntndr a Anáis Fatria cm um trm gnéric d uma técnica mutivariada, qu tm cm finaidad básica a rduçã sumarizaçã d dads (HAIR, 1995 apud FARIA, 2006). Nst sntid, cnfrm Rams (2010), a anáis fatria nã dnmina uma única técnica statística, mas divrsas técnicas qu visam faciitar a intrprtaçã ds dads. Nstas técnicas, sã anaisads s racinamnts ntr as variávis d frma qu stas pssam sr rprsntadas pr um grup d dimnsõs básicas, cm um quantitativ mnr d variávis m raçã às riginais, dnminad fatrs. Rams (2010) rsum bjtiv da Anáis Fatria cm snd d prcurar dfinir racinamnt ntr as variávis d frma simps, usand um númr d fatrs mnr qu númr rigina d variávis.. Para xpicitar a strutura d raçõs, d acrd cm Rams (2010), a Anáis Fatria utiiza duas variaçõs: 1. Anáis d fatrs (AF) - cm a anáis d cvariaçã visa dtrminar um númr mínim d fatrs ncssáris para xpicar máxim d variaçã d cnjunt rigina d dads, tnd cnhcimnt prévi d qu as

47 47 variâncias spcíficas d rr sã pqunas cm raçã à variância tta (RAMOS, 2010). 2. Anáis d cmpnnts principais (ACP) - cm a anáis da variaçã visa idntificar dimnsõs atnts n cnjunt d variávis riginais, tnd puc cnhcimnt sbr as variâncias spcíficas d rr, dsjand iminá-as (RAMOS, 2010). A xcuçã da Anáis Fatria xig três passs, cnfrm cita Mattar (1998 apud MOORI; ZILBER, 2003): 1. Cácu das crraçõs ntr as variávis: snd crracinadas duas a duas; 2. Extraçã inicia d fatrs: bjtiva xtrair s fatrs para ncntrar um cnjunt d fatrs qu frmm uma cmbinaçã inar das variávis na matriz d crraçõs; 3. Rtaçã da matriz: cnsisti m um artifíci para prvr mair distinçã das raçõs ncntradas. Mri Zibr (2003) dstacam qu para apicar a Anáis Fatria iniciamnt é ncssári vrificar agumas cndiçõs sbr s dads. A primira rfr-s à naturza métrica das mdidas, m qu s anaisa a distribuiçã d frquência das variávis. Para iss pd-s utiizar Kaisr-Myr-Okin Msaur f Samping Adquacy (KMO). O rsutad d KMO próxim a 1 indica prfita adquaçã ds dads para a Anáis Fatria. Outra cndiçã rfr-s à cnsistência u cnfiabiidad d fatr grad m trn das variávis. Para iss, pd-s utiizar Afa d Crnbach, nd su rsutad é satisi para um var próxim a 1. Outr mnt d anáis prvnint d rsutad da Anáis Fatria é a Cmunaidad, qu sã quantidads das variâncias (crraçõs) d cada variáv xpicada ps fatrs. Quant mair a cmunaidad, mair srá pdr d xpicaçã daqua variáv p fatr (MORAES ABIKO, 2006) Lógica Fuzzy Esta sçã tm pr finaidad aprsntar s cncits fundamntais sbr a técnica d intigência cmputacina usada para rprsntaçã prcssamnt

48 48 d cnhcimnt: a Lógica Fuzzy. Cnfrm Prira (2010), sta técnica pd sr vista cm uma inguagm qu trata trms inguístics, dads vags incrts. Prmit cm iss a traduçã d dcaraçõs da inguagm natura m um frmaism matmátic. Prtant, ssas caractrísticas indicam a pssibiidad d utiizaçã da Lógica Fuzzy para avaiaçã d dsmpnh da prduçã itira, pis trata trms inguístics d ntndimnt d prdutr dads imprciss frncids para avaiaçã Históric A ógica cássica bivant d Aristóts ( a.c.) é basada m prmissas cncusõs d qu cada prpsiçã dv sr vrdadira u fasa, nã havnd nada ntr ambas nã acitand qu as msmas pssam sr a msm tmp parciamnt vrdadiras u parciamnt fasas (FASSINA, 2006). Cntrariand sss princípis, d acrd cm Camps Fih (2004), Wiian d Ockham, n sécu XIV, utiizu uma ógica basada m infrmaçõs qu nã ram "ttamnt vrdadiras, nm ttamnt fasas", xpandind a idia da ógica tradicina. Sgund msm autr, a atribuiçã d vars numérics para as prmissas vrdadiras fasas fi prpsta pr B m 1847 n ivr Th Mathmatica Anaysis f Lgic, criand cm iss a Lógica Bana, snd: Para prmissas vrdadiras: var 1 (um); Para prmissas fasas: var 0 (zr). Jan Lukasiwicz dsnvvu, na década d 30, uma ógica mutinív na qua argumnta sbr a Li da Cntradiçã. Para autr, uma afirmaçã d tip "X é Y nã é a msm tmp", mbra psta a pnsamnt cmum, é prfitamnt acitáv m trms matmátics, dsd qu s graus d vrdad nã sjam bivants (CAMPOS FILHO, 2004). Em 1965, prfssr da Univrsidad da Caifórnia Zadh pubicu artig dnminad Fuzzy Sts, m qu dfin um frramnta matmátic para tratamnt d infrmaçõs d carátr imprcis u vag (FERREIRA, 2009). Zadh (1965) bsrva qu é frqunt qu um bjt d mund ra nã sja prcisamnt dfinid cm mmbr d apnas uma cass, pis pssui caractrísticas ambíguas.

49 49 Da msma frma, Camps Fih (2004) ucida qu a Lógica Fuzzy tm pr bjtiv frncr um instrumnt qu cntmp s aspcts imprciss n racicíni ógic ds srs humans m situaçõs ambíguas. D acrd cm Shaw Simõs (2007, p. 16) A Lógica Fuzzy é uma frma d grnciamnt d incrtzas, através da xprssã d trm cm um grau d crtza, num intrva numéric [0,1], nd a crtza absuta é rprsntada p var 1. Para Hin (apud FASSINA, 2006, p. 65), pr Lógica Fuzzy (difusa) ntnds um sistma ógic nã cássic, m qu aém da nã vaidad d princípi d trcir xcuíd, sus vars-vrdad sã inguístics intrprtads pr funçõs m cntrapsiçã as vars V F da ógica cássica. Esss vars-vrdad sã dads pr cnjunts difuss, dfinids n intrva ra unitári. Na Lógica Fuzzy é dfin um grau d prtinência d uma dtrminada prpsiçã m raçã a sta sr vrdadira u fasa. Nst sntid, a Lógica Fuzzy rcnhc divrss vars, afirmand qu a vrdad é uma qustã d graduaçã, cm iss, aprximand-a d mund ra, nd há um infinit univrs d pçõs m vz d apnas duas xtrmas pstas, caractrizand-a assim cm mutivarada. A prtinência, n intrva d fasa a vrdadira, pssui um númr infinit d vars ntr s. Nst sntid, a Lógica Fuzzy é mais abrangnt incui s vars acits pa ógica cássica (Crisp); cnsidrand st útima cm um cas da ógica difusa (FERREIRA, 2009) Cncits O cncit d Lógica Fuzzy u ógica difusa s riginu n fat qu aguns fnômns nã trm frntiras xpicitamnt dfinidas. Nst sntid, sta tria fi criada para abrdar prbmas d prcssamnt d infrmaçõs d inguagm natura, cm dfiniçã d frntiras vaga. A ógica cássica caractriza-s pa utiizaçã ds princípis da Li da Lógica da Nã Cntradiçã a Li d Trcir Excuíd. A primira dfin qu nnhuma afirmaçã pd sr vrdadira u fasa a msm tmp, nquant a sgunda dtrmina qu a afirmaçã tm qu sr vrdadira u fasa. Esss

50 50 princípis utiizads m cnjunt iminam a pssibiidad da xistência d prpsiçõs cm mia-vrdad u quas-vrdad. Assim, d acrd cm Suza (2009), na Tria Cássica d Cnjunts, um itm prtnc u nã a um cnjunt. Dad um univrs d discurs U um itm particuar x U, grau d prtinência cm raçã a um cnjunt A é dad pr: (1) Suza (2009) dscrv ainda qu a funçã é dnminada: funçã caractrística na Tria Cássica d Cnjunts. Pd-s ntar pr mi d (1) qu sta funçã pd assumir apnas vars discrts. Uma rprsntaçã visua da ógica cássica é mstrada na Figura 5, m qu há apnas duas crs: branca (vrdadir, 1) prta (fas, 0), nd é pssív visuaizar qu as crs rprsntam a pssibiidad d pssuir apnas duas pçõs. Figura 5: Dsnh da ógica cnvncina. Fnt: Adaptad Crrar, Pau Dias Fih (2001) Entrtant, ssa caractrística d bivaência da ógica cássica impica m uma divrgência cm mund ra. O mund ra nã é xprss m xtrms, mas m um cnjunt infinit d pçõs nd tud dpnd d um pnt d vista, d

51 51 graduaçã nã s rsum m apnas duas pçõs. Para xmpificar ssa caractrística, Shaw Simõs (2007) citam jugamnt d um júri m dcisõs judiciais, nsss vnts juiz tm qu vrificar quã cupad é acusad. Os autrs citam também cm xmp diagnóstic médic, nd prfissina prcisa racicinar cm um númr nrm d fatrs, pdnd sr cntraditóris, para dscrvr a dnça d pacint. Uma rprsntaçã visua da Lógica Fuzzy é mstrada na Figura 6, m qu há váris tns d cinza qu rprsntam a graduaçã ntr vrdadir (branc, 1) fas (prt, 0). Figura 6: Dsnh da ógica fuzzy. Fnt: Adaptad Crrar, Pau Dias Fih (2001) Exmps prátics d cncits qu pssum significad difus pdm sr ncntrads diariamnt, pdnd sr utiizada d manira simps. Na Figura 7 é mstrad um sguint critéri:

52 52 Figura 7: Funçã d prtinência d subcnjunt difus. Fnt: Adaptad Shaw Simõs (2007) Anaisand a Figura 7, bsrva-s qu nquant na Lógica d Bana xist uma mudança abrupta para dfinir um imiar n pnt 100m, na Lógica Difusa ssa transiçã é gradua. Para rprsntar ssa granuaridad, difrnts frmas d curva u funçã d prtinência pdm sr cnstruídas para dfinir subcnjunts, cm mstrad na Figura 10. A fundamntaçã tórica da Lógica Fuzzy - d carátr matmátic - stá na Tria ds Cnjunts Fuzzy. Est é caractrizad pr um vtr d prtinência, também chamad pr vtr d pssibiidad, cm graus individuais mutivants dntr d intrva numéric cmprndid ntr 0 (zr) 1 (um). Camps Fih (2004) xpica qu sss graus d prtinências pdm sr cnsidrads cm mdidas qu xprssam a pssibiidad d um itm sr mmbr d um cnjunt fuzzy. D frma gra, Shaw Simõs (2007) aprsntam um md cncitua d cm prar Cntradr d Lógica Fuzzy. Os autrs dstacam qu mcanism primrdia dss md cnsist m intrduzir a univrs nbus as variávis discrtas (prcss d fuzzificaçã ), rprsntadas pr scaas numéricas, prcssá-as cm bas m rgras stabcidas cm auxíi d infrmaçõs d spciaistas. Pstrirmnt, stas sã rsgatadas n frmat d saídas discrtas (prcss d dfuzzificaçã ), u sja, m númrs rprsntativs para um prcss d tmada d dcisã.

53 53 Arruda Hin (2008) rsumm as funçõs ds módus d um sistma difus cm prcsss d transfrmaçã d infrmaçã: Fuzzificaçã: quantitativa m infrmaçã quaitativa - prcss d gnraizaçã. Infrência: quaitativa m infrmaçã quantitativa - prcss d cnvrsã. Dfuzzificaçã: quaitativa m infrmaçã quantitativa - prcss d spcificaçã. Figura 8: Estrutura d um cntradr d ógica nbusa. Fnt: Adaptad Shaw Simõs (2007) Fujimt (2005) bsrva qu criadr d sistma d infrência Fuzzy dv dfinir as sguints infrmaçõs iniciais: Os vars caractrístics d ntrada; As funçõs d prtinência d ntrada para a tapa da fuzzificaçã; As rgras d infrência qu rgm sistma fuzzy;

54 54 Os parâmtrs pracinais d sistma fuzzy, para dtrminar cm sistma s cmprtará; As funçõs d prtinência d saída para a tapa da dfuzzificaçã. Os vars d ntrada sã dfinids a partir d trms inguístics qu sã dfinids quantitativamnt pr um cnjunt Fuzzy avaiads pr uma funçã d prtinência. Cm xmp, m stud raizad pr Prira (2010) para avaiaçã da quaidad da água, uma das variávis anaisadas fi xigêni dissvid. Cm bsrvad na Figura 9, para ss parâmtr d ntrada fram dfinids sis variávis inguísticas, utiizand-s as funçõs gaussiana trapzida. Figura 9: Funçõs gaussianas d parâmtr xigêni dissvid. Fnt: Prira (2010) Obsrvand a Figura 9 é pssív idntificar univrs da variáv xigêni dissvid. Est univrs é dimitad p imit infrir zr (0) suprir cnt sssnta (160), frmand cnjunt Fuzzy dsta variáv. As funçõs d prtinência pdm sr d varias tips, cm mstrad na Figura 10.

55 55 Figura 10: Tips d curva d prtinência Fnt: Adaptad Shaw Simõs (2007) As rgras d infrência qu rgm sistma Fuzzy sã s mnts qu mdam cmprtamnt d sistma Fuzzy (difusa). Sgund Shaw Simõs (2007), métd hurístic é usad xpicitamnt ps sistmas Fuzzy, m qu é frmada pr: u ntã SE <cndiçã> ENTÃO <cnsquência> SE <cndiçã> ENTÃO <açã>. Para xmpificar a utiizaçã da bas d rgras, pd-s utiizar cntr d it cru, nd s stabc uma raçã ntr a quantidad d micrrganisms, cm a quaidad d it, qu prduz as sguints rgras: SE quantidad d micrrganisms é ata ENTÃO quaidad é baixa SE quantidad d micrrganisms é baixa ENTÃO quaidad é ata SE quantidad d micrrganisms é stáv ENTÃO quaidad é nrma

56 56 O autr afirma qu aparntmnt simpista, xmp é capaz d mantr stáv a tmpratura m uma cadira, dsd qu s cnjunts Fuzzy nvvids tnham uma dfiniçã cndiznt cm a raidad. Pr útim, a dfuzzificaçã bjtiva transfrmar rsutad dfinid n dmíni Fuzzy m um númr scaar, qu é mais fáci para usuári intrprtar. Fujimt (2005) bsrva qu sta transfrmaçã pd sr dfinida pr: Cntróid; Bisctr; MOM (média d máxim); SOM (mnr ds máxims); LOM (mair ds máxims). Também cm frma d iustrar prcss d dfuzzificaçã, var d prtinência d saída, tm-s cm xmp aprsntad pr Prira (2010), a cnsidrar um rsutad d var 75 (n univrs ntr 0 100), para a anáis da quaidad da água. Sua rprsntaçã gráfica é mstrada na Figura 11. Figura 11: Prtinência a difrnts cnjunts gaussians Fnt: Prira (2010) Nst xmp é pssív bsrvar qu rsutad 75 pssui grau d prtinência cm a avaiaçã gd m 91% 23% para xcnt. Prira (2010) dstaca qu a tndência d rsutad da avaiaçã dssa amstra prtncr a mais d uma catgria, u sja, uma amstra X pd sr gd cm tndência a sr fair.

57 57 4 METODOLOGIA A mtdgia da psquisa m um trabah cintífic dv nrtar a busca d sus bjtivs cmpõ um mnt imprtant para trabah. Entã, métd mprgad nsta psquisa fi hiptétic-ddutiv, métd cintífic prpst pr Pppr, qu d acrd cm Lakats Marcni (1991), s inicia u pa prcpçã d uma acuna ns cnhcimnts xistnts u pa cntradiçã u pr um prbma, acrca d qua frmua cnjcturas, suçõs u hipótss. Dpis s ftua a tstagm para ntã rjitar u nã rjitar as prpsiçõs iniciais. Est capítu stá dividid m quatr sçõs: (1) iniciamnt é mstrad dinamnt da psquisa d dissrtaçã, qu aprsnta s aspcts mtdógics; (2) dpis sã mstradas as hipótss d trabah; (3) ntã, é spcificada a fnt ds dads da psquisa; pr útim, (4) a dfiniçã das variávis qu fram tstadas cm a mtdgia prpsta. 4.1 Dinamnt da Psquisa A psquisa sgu uma prspctiva tórica pós-psitivista m qu cnhcimnt é basad m hipótss qu srã vrificadas n dcrrr da psquisa, stas rfrnts à mtdgia d avaiaçã d dsmpnh a Lógica Fuzzy. Hipóts, sgund Gi (2002, p.31), é a prpsiçã tstáv qu pd vir a sr a suçã d prbma. Dst md, snd a nã fasada, sta psquisa cabra na mhra d padrã d avaiaçã cassificaçã d dsmpnh ds prdutrs d it. Adta um aspct d bjtividad, pis utiiza dads adquirids pr mi d frmuári, cmpst pr qustõs fchadas abrtas ctadas pr um ntrvistadr, cm iss, utiiza técnicas statísticas para sua anáis cncusã. O instrumnt d cta d dads bjtiva raizar invntári d prdutr cm também idntificar caractrísticas sciais d prdutr é mstrad m Rdrigus (2010). Caractriza-s também cm um stud d carátr transvrsa, pis dscrv s indivídus d uma ppuaçã cm raçã às suas caractrísticas individuais, nst trabah spcificamnt s prdutrs d it d Rndônia.

58 58 Cm há uma mair prcupaçã cm a apicaçã da Lógica Fuzzy para cassificaçã ds prdutrs d it cm suçã a prbma, pssui cm iss, sgund Crsw (2007), um aspct pragmátic m raçã à prduçã d cnhcimnt. Uma dscriçã cmpmntar da mtdgia mprgada nst stud fi subdividida m: cassificaçã da psquisa, prssupsts básics rtir da psquisa, tópics qu sã discutids na squência Cassificaçã da Psquisa Siva Mnzs (2000) cassificam uma psquisa m quatr frmas: quant à naturza, quant à frma d abrdagm d prbma, quant as bjtivs quant as prcdimnts técnics. A sguir, é fita a cassificaçã dsta psquisa, cnfrm sta abrdagm discutida pas autras Quant à Naturza Quant à naturza, uma psquisa pd sr cassificada m básica u apicada (SILVA; MENEZES, 2000, p. 20). Esta dissrtaçã é uma psquisa apicada prqu bjtiva discutir tricamnt a avaiaçã d dsmpnh d prdutrs d it, a partir daí, prpr uma mtdgia spcífica para prcss d avaiaçã d dsmpnh, qu fi apicada para grar cnhcimnt prátic acrca d tma Quant à Frma d Abrdagm d Prbma Quant à frma d abrdagm d prbma, uma psquisa pd sr cassificada m quantitativa u quaitativa (SILVA; MENEZES, 2000, p. 20). Esta psquisa pssui tant caractrísticas quaitativas quant quantitativas, snd: Psquisa Quaitativa: pssui as caractrísticas, citadas pr Siva Mnzs (2000, p. 20), d uma psquisa quaitativa cm a intrprtaçã d fnômns a atribuiçã d significads, a utiizaçã d ambint natura cm fnt ds dads a açã d psquisadr cm instrumnt chav para a anáis d dads.

59 59 Psquisa Quantitativa: pssui também caractrísticas, citadas ps msms autrs, d uma psquisa quantitativa. Pis, tm us d rcurss técnicas statísticas na qua cnsidra qu um fnômn pd sr quantificáv, qu significa traduzir m númrs piniõs infrmaçõs para cassificá-as anaisá-as Quant as Objtivs da Psquisa Quant as bjtivs, uma psquisa pd sr cassificada m xpratória, dscritiva u xpicativa (SILVA; MENEZES, 2000, p. 21). Em raçã a tip d psquisa, mas spcificamnt, quant as bjtivs, sta s caractriza cm: Dscritiva: pis s fats srã bsrvads, rgistrads, anaisads, cassificads intrprtads, cm mbasamnt ns própris dads cm a adçã d técnicas padrnizadas d cta d dads. Para Gi (2002) a psquisa dscritiva é a mais adtada pr psquisadrs prcupads cm a atuaçã prática. Expratória: pis visa prprcinar mair famiiaridad cm prbma bjtivand cnstruir hipótss Quant as Prcdimnts Técnics Quant as prcdimnts técnics, uma psquisa pd sr bibigráfica, dcumnta, xprimnta, vantamnt, stud d cas, psquisa xpst-fact, psquisa-açã u psquisa participant (SILVA; MENEZES, 2000, pp ). Esta psquisa fi raizada rspitand s sguints prcdimnts técnics: Psquisa bibigráfica - a partir da idntificaçã d tma da psquisa, raizu-s uma psquisa bibigráfica, cm a cnsuta d ivrs, dissrtaçõs tss dfndidas, priódics nacinais intrnacinais. Lvantamnt - trabah também nvvu vantamnt d dads junt as prdutrs d it Rndônia, dads ctads dispnibiizads p CEDSA. Sgund Gi (2002). O vantamnt prcura sr rprsntativ da ppuaçã frcr rsutads cm prcisã statística.

60 60 Psquisa Expst-Fact - quand a xprimnt s raizu dpis ds fats. Os dads utiizads sã d an prdutiv d 2008 ctads m Squência d Dsnvvimnt da Psquisa Iniciamnt fi raizada uma psquisa bibigráfica sbr s principais tmas racinads a bjtiv d trabah: Avaiaçã d dsmpnh mprsaria, nvvnd discussõs sbr stratégia avaiaçã d dsmpnh, mds d avaiaçã d dsmpnh mprsaria uma anáis ds mds aprsntads; Métds statístics utiizads para cnstruçã da mtdgia prpsta. A partir ds tmas discutids na psquisa bibigráfica das anáiss ftuadas, fi dsnvvida a prpsta da psquisa, dvidamnt tstada m uma ppuaçã ra, para sua vaidaçã. Finamnt, fram discutidas as cncusõs d trabah fitas sugstõs para trabahs futurs. Para mhr visuaizaçã d dsnvvimnt da psquisa, aprsnta-s um fuxgrama das atividads dsnvvidas na Figura 12. Figura 12: Fuxgrama das atividads dsnvvidas. Fnt: Eabraçã d autr

61 Hipótss d trabah As hipótss sã um mnt cnstituint da psquisa cintífica pdm sr ntndidas cm uma idia u sugstã prpsta cm pnt d partida para um racicíni u xpicaçã qu guiam uma invstigaçã. Nsta psquisa as hipótss d trabah sã: A avaiaçã d dsmpnh basad m Lógica Fuzzy qu: 1. Gra uma avaiaçã adquada a dsmpnh ds prdutrs d it; 2. Mhra padrã d avaiaçã cassificaçã d dsmpnh ds prdutrs d it; 4.3 Fnt ds dads Na psquisa utiiza-s uma amstra nã prbabiística (nã casua), pis s mnts schids nã sã aatóris, sgund Carnvai Migu (2001), na amstra nã aatória pd-s utiizar a statística dscritiva. N trabah, aém d nã prbabiística, a amstra é intncina, pis fi schida intncinamnt para a psquisa. A dfiniçã da amstragm é ntã: dads rfrnts a prdutrs d it d stad d Rndônia, d an prdutiv d 2008 ctads m 2009 p CEDSA. Sã dads d 23 municípis d Rndônia cm um tta d 485 ntrvistads. O us dssa amstra é justificad p fat d vrificar um vum d invstimnts na atividad itira, pr part ds gvrns Fdra Estadua (RODRIGUES, 2010). Após primir fitr, qu xcuiu vars d variávis nus u zr dssa frma visu xcuir rspstas pr fata d cnsistência d infrmaçõs cnsidradas ssnciais na anáis, à psquisa cntu cm 179 prdutrs, qu mantém um nív d cnfiança d 95% margm d rr d 6% m raçã à ppuaçã d intrss (APÊNDICE 1). Os dads ctads d cada prdutr fram tabuads n sftwar Micrsft Exc, d frma a pssibiitar a visuaizaçã, anáis sçã das variávis. Aém

62 62 d sftwar citad, s dads fram prcssads também ns sftwars MATLAB R2012a Studnt Vrsin, SPSS Statistics 17.0 Siadv3. Prira (2010) mbra qu MATLAB dispõ d váris tbx dntr s xistnts ncntra-s Fuzzy Lgica Tbx, nd sã dispnibiizadas funçõs dstinadas a us da tria d cnjunts Fuzzy. Já sftwar statístic SPSS Statistica Packag fr th Scia Scincs vrsã 17.0 fi utiizad para cácu da Anáis d Cngmrads. Técnica qu prmit agrupar variávis m grups hmgêns u cm mais caractrísticas cmuns. Também utiizad, sftwar SIADv3 (Sistma Intgrad d Api à Dcisã), aprsntad pr Mza t a (2003), fi utiizad a fim d cacuar s rsutads ds mds d DEA. 4.4 Limitaçõs d Estud O fc principa rcai sbr aguns mds d avaiaçã d dsmpnh - nã snd bjtiv dst trabah uma cmparaçã critica ds mds xistnts - aprsntand-s cm frma d indicar imitaçõs apiar a cnstruçã da mtdgia prpsta. Prtnd-s prpr um md qu sja indicativ, pis frc uma strutura mínima para a avaiaçã d dsmpnh ds prdutrs d it, na qua pdm sr incrprads utrs métds, técnicas tc.. O univrs d psquisa é cmpst pr prdutrs qu nã pssum ats indicadrs d prdutividad - snd st um ds mtivs da psquisa. Prtant, cm bjtiv d vaidaçã, s mds dsnvvids nas simuaçõs crrspndm a dsmpnh dsss prdutrs cm baixa prdutividad. Iss nã dscarta afriçã d nívis d prdutividad vads m futurs studs/apicaçõs. Prtant, nã há um md dfinitiv, apnas uma struturaçã mínima para dsnvvê-. Prém há a apicaçã da mtdgia prpsta cm a utiizaçã d sftwars statístics qu indicam a pssibiidad d cnstruí-. Duas fram as principais dificudads ncntradas para raizaçã da psquisa: a primira diz rspit a univrs ds prdutrs psquisad pssuir baixa prdutividad. Essa caractrística dificutu a dfiniçã das rgras d infrências, pis muitas avaiaçõs fram avaiadas d frma timista (cm

63 63 xmp, s indicadrs d prdutr qu sugriam uma avaiaçã cm Razáv, prém s dads ds prdutrs cassificavam cm Bm ). A sgunda dificudad stá racinada na quantidad d rgras ncssárias para abraçã das máquinas d infrência. Cm a stratégia d rganizaçã ds indicadrs basada n rsutad da Anáis Fatria (Simuaçã 1) fram dfinidas brigatriamnt rgras. Pr ss mtiv fi prpsta a sgunda simuaçã, cm uma rganizaçã subjtiva ds indicadrs, rduzind quantitativ d rgras para 429. A intnçã inicia ra a criaçã d apnas uma máquina d infrência, prém sriam ncssárias rgras d infrência, qu dificutu a sua cnstruçã. 4.5 Variávis Os indicadrs scinads qu srã as variávis utiizadas para anáis fatria rprsntam dads m scaas difrnts, prtant, cm bjtiv d vitar a infuência das unidads d mdidas, fi utiizad a anáis fatria das variávis nrmaizadas, caractrizadas pr média igua a 0 variância igua a 1. Entã, substitui-s a variáv rigina pa nrmaizada, dfinida pr: Em qu: = Variáv nrmaizada; = Obsrvaçã; = Média da variáv; = Dsvi padrã. N Quadr 4 é dmnstrada (1) a dfiniçã cnstitutiva, qu tm cm bjtiv scarcr d frma prcisa dfiniçõs muit grais; (2) a dfiniçã pracina, qu tm pr finaidad traduzir m cntúds prátic as variávis tóricas.

64 64 Quadr 4: Indicadrs d Dsmpnh Técnic Ecnômic. Indicadr/Variáv Dfiniçã Cnstitutiva Dscriçã Opracina Quantidad anua d it vndida u aut-cnsumida na Quantidad tta d it frma fuida u na frma d Vum d prduçã anua prduzid n príd d um drivads, smada às dmais (VPA) an na prpridad rura; rcitas da atividad itira cnvrtidas m quivantit; Rnda bruta (R$/an) Prdutividad das vacas (PV) (itrs/hctar/an) Prdutividad da trra Prdutividad d capita invstid (itrs/r$) Prdutividad da mã-dbra (itrs/r$); Prdutividad d cust pracina tta (itrs/r$) Participaçã da rnda it (%) Cust pracina tta (R$/an) Cust unitári d prduçã Fnt: Adaptad Rdrigus (2010) Var m rais da rcita da prpridad n an; Quantidad d prduçã anua d it m itrs pr unidad d vaca na prpridad; Quantidad da prduçã anua d it m itrs pr unidad d trra utiizada para gad; Quantidad da prduçã anua d it m itrs pr unidad d capita invstid na prpridad; Quantidad da prduçã d it anua m itrs pr unidad d mã-d-bra; Quantidad da prduçã anua d it m itrs pr unidad d cust pracina; O impact da prduçã d it na rnda d prdutr; Var m rais d cust pracina tta d an; O cust pracina pr unidad prduzida. Cmpsta pr vnda autcnsum d it, drivads animais, aém da variaçã d invntári anima d um an para utr; Raçã ntr a prduçã it anua númr d vacas (itrs/vaca); Raçã ntr a prduçã d it pr an hctars utiizads para gad; Litrs d it pr ra (R$), imbiizad m bnfitrias, máquinas animais; Litrs d it/mã-d-bra (R$), incuind a mã-d-bra famiiar cntratada; Raçã ntr prduçã anua tta cust pracina; Raçã da rnda prvnint da atividad itira à rcita tta da prpridad; Smatória d cust pracina ftiv mais a dprciaçã d máquinas bnfitrias a mã-d-bra famiiar; Raçã ntr cust pracina tta vum d prduçã anua;

65 65 5 PROPOSTA PARA O AVALIAÇÃO DO DESEMPENHO DOS PRODUTORES DE LEITE FUNDAMENTADO NA LÓGICA FUZZY As cnsidraçõs fitas cm raçã à imprtância da mdiçã d dsmpnh ds prdutrs d it, bm cm s fundamnts tórics aprsntads ns capítus antrirs dã cndiçõs à prpsiçã d uma mtdgia para um md d avaiaçã d dsmpnh. Est capítu dscrv a sistmática a mtdgia prpsta para a avaiaçã d dsmpnh ds prdutrs d it, abrads a partir da anáis d aguns mds d avaiaçã. Sã dscrits iniciamnt a justificativa macrvisã da mtdgia. É aprsntada, cm mnt principa, a dfiniçã da mtdgia prpsta cm a frmuaçã d quadr-tóric qu a mbasa. 5.1 Justificativa da mtdgia Apsar da divrsidad d mtdgias d avaiaçã d dsmpnh, é pssív idntificar uma carência d técnicas aptas a avaiar dsmpnh d pquns prdutrs d it qu pssibiitm minimizar impact da imprcisã ds dads d ntrada da avaiaçã fazr a gradua cassificaçã ntr s rsutads. Frnt a sta ncssidad, st trabah aprsnta uma mtdgia spciaizada d avaiaçã d dsmpnh, fundamntada na Lógica Fuzzy, cnsidrand s indicadrs utiizads m psquisas na ára. Para tant, sta mtdgia utiiza também a Anáis Fatria, Anáis d Cngmrads a Anáis Envtória d dads para prparaçã cntr d md. Nst cntxt, st trabah tm a intnçã d ajudar na mhr cmprnsã d mds d avaiaçã d dsmpnh, qu bsrvm s prdutrs d it, dntr dst cnári, prpr uma mtdgia qu utiiz frramntas cmputacinais qu prmvam cnfiabiidad a st md. 5.2 Macrvisã da mtdgia Cm a mtdgia prpsta, prtnd-s tratar prbma da avaiaçã d dsmpnh ds prdutrs d it m raçã as indicadrs rvants,

66 66 cnsidrand as mdidas intgradas as stratégias cntnd uma squência ógica para as divrsas tapas d prcss prmitind dss md, a btnçã d suçõs qu rsutm ftivamnt na mhria d dsmpnh prdutiv. As sguints prmissas utiizadas qu frmam s princípis rintadrs ncads pr Sink Tutt (1993) srvm cm bas para a mtdgia prpsta: A mdiçã pura simpsmnt nã impusina a mhria; qu impusina sã a stratégia pan d mhrias; A acitaçã d prcss d mdiçã é ssncia para sucss; Mdir qu é imprtant nã qu é fáci d mdir; Adtar uma abrdagm xprimnta a dsnvvimnt d Sistma d Mdiçã d Dsmpnh Organizacina (tndência à açã); Participaçã dfin tamanh ds rsutads; Nã tntar uma mdida cnsidada única ( prbma é muit cmpx); A(s) suçã(õs) ncntrada(s) nã dv(m) sr prscritiva(s), dvnd srvir para apiar (s) dcisr(s), prmitind incusiv a graçã d nvas suçõs. Cm mncinad, para rfrência tórica buscu-s m Sink Tutt (1993) s princípis rintadrs qu apiam a mdiçã d dsmpnh dsnvvida pr s qu frmam a strutura cncitua da mtdgia prpsta nsta psquisa. Entrtant, nm tdas as dfiniçõs ds autrs sã acitas, snd as: a sgmntaçã da mprsa ntr pssas pnsants, cntradrs xcutants; a dfiniçã d qu s bjtivs stratégics é um prcss smnt cm s funcináris mais xprints. Outr mnt dstant ntr dsnvvid pr Sink Tutt (1993) prpst nsta psquisa é a raçã dirta ds indicadrs cm as sis casss d indicadrs d dsmpnh da quaidad. Na prpsta dst stud nã há ssa raçã, difrnciaçã basada nas caractrísticas d ambint d gstã ds prdutrs d it d Rndônia qu é caractrizad, basicamnt, pr mprsas famiiars, snd qu a gstã é fita p prpritári, u p prpritári pr sua

67 67 famíia cm baixa scaridad (PAES SOUZA; SOUZA FILHO; CARNEIRO, 2005). Nst sntid, s indicadrs scinads prcisam star assciads cm cntxt da gstã ca. Sink Tutt (1993) squmatizaram d frma gra a mtdgia d mdiçã para a prfrmanc dsnvvida pr s m cinc fass, cm mstrad na Figura 13, a sguir. As fass dfinidas sã: Fas 0: Prparaçã; Fas 1: O qu mdir?; Fas 2: Dsnvvr prcss; Fas 3: Cta d dads; Fas 4: Vaidaçã d utput; Fas 5: Vincuaçã cm a mhria. Figura 13: Mtdgia Gra d Mdiçã. Fnt: Adaptad d Sink Tutt (1993)

68 68 A partir dsta sistmatizaçã abru-s fux d prcsss da prpsta da dissrtaçã. Em inhas grais, a mtdgia prpsta idntifica quais indicadrs sã rprsntativs ds dads avaiads, ntã dsnvv md d avaiaçã fundamntad na Lógica Fuzzy, pr fim, utiiza rsutad da Anáis Envtória d Dads Anáis d Cngmrads para tstar vaidar rsutad grad a partir d md prpst. Aprsnta-s na Figura 14 um diagrama d fux d prcss rativ as módus da mtdgia prpsta, ta cm srá dfinid dscrit aqui. E rprsnta nfqu cncitua dsta dissrtaçã. Figura 14: Visã gba d mdiçã sgund a mtdgia prpsta. Fnt: Eabrad p autr O prcss inicia n tp, cm stímu a dfiniçã da stratégia d prdutr. Essa dfiniçã nã faz part d scp dssa psquisa, prém cm mncinam Sink Tutt (1993) Kapan Nrtn (1997) dsmpnh

69 69 rganizacina prcisa star ainhad cm sua stratégia. A igaçã ntr stratégia dsmpnh stá racinada cm s indicadrs qu mdirã dsmpnh. É cm a dfiniçã ds indicadrs qu s idntificam subjtivamnt as ptnciais variávis a mdir, pstrirmnt, s faz a cta, acmpanhamnt anáis ds dads. Cm dfndm Sink Tutt (1993), spara-s sta tapa d prcss d avaiaçã. 5.3 Etapas d abraçã da mtdgia A Figura 14, aprsntada na Sçã 5.2, sugr uma strutura mduarizada para a mtdgia prpsta. Assim, quatr módus cmpõm ss md: Módu 1 Visa adtar um métd para rspndr a prgunta: O qu Mdir? Para iss, é utiizad à técnica statística mutivariada Anáis Fatria. Módu 2 Objtiva criar uma rfrência para a avaiaçã prpsta. Esta racinada a qustinamnt: Qua a rfrência da avaiaçã? O métd sugrid para rspndr é a Anáis d Cngmrads a Anáis Envtória d Dads. Módu 3 O md d avaiaçã d dsmpnh prpst é dsnvvid, cm qustinamnt: Qua a métd principa? A avaiaçã prpsta é fundamntada na Lógica Fuzzy. Módu 4 Para finaiza, mrg a intrrgaçã: Está crrt? Para iss, srã utiizadas técnicas statísticas para tstar vaidar as hipótss d trabah: Tst Z Cácu da Anva Módu 1: Dcisã através da Anáis Fatria A Anáis Fatria é dfinida pr Ris (1997 apud ARTES, 1998) cm um cnjunt d técnicas statísticas cuj bjtiv é rprsntar u dscrvr um númr d variávis iniciais a partir d um mnr númr d variávis hiptéticas". Prtant, ta anáis é utiizada quand há um grand númr d variávis.

70 70 Entrtant, para qu a Anáis Fatria sja xcutada, primiramnt é ncssári qu vantamnt junt as prdutrs d it já tnha sid ftuad. Nss vantamnt sã qustinads tds s mnts dfinids na stratégia d prdutr qu rprsntm s indicadrs d dsmpnh dfinids subjtivamnt para avaiar dsmpnh d prdutr d it. Entã, cm s dads vantads, é xcutada a Anáis Fatria, dstacand qu " imprtant nã é cácu d grand númr d indicadrs, mas d um cnjunt d indicadrs qu prmita cnhcr a situaçã da mprsa, sgund grau d prfundidad dsjada na anáis" (MATARAZZO, 1995, p.154 apud BORINELLI, 1989) Módu 2: Rfrência cm bas na Anáis Envtória d Dads Anáis d Cngmrads Est Módu dispnibiiza uma rfrência para vaidar md d avaiaçã dsnvvid a partir da mtdgia prpsta na dissrtaçã. Est módu é dividid m duas tapas. Na primira tapa é cacuada a ficiência ds prdutrs d it, métd prpst para sr utiizad é a Anáis Envtória d Dads, qu é um métd rcnhcidamnt dstinad a cacuar a ficiência d um univrs dsjad. Cm a ficiência cacuada, a sgunda tapa é a dfiniçã d Casss d Eficiência para cada indicadr dfinid n Módu 1, cm também para a ficiência cacuada nst módu. Tm cm bjtiv criar intrvas d ficiência cm iss racinar indicadr dsmpnh as variávis inguísticas d Módu 3, Lógica Fuzzy Módu 3: Lógica Fuzzy cm métd principa A trcira tapa é para dsnvvimnt d md a partir da mtdgia prpsta. Nst módu s stabc a raçã ntr a Anáis Fatria, Anáis Envtória d Dads a Anáis d Cngmrads. É prpsta a msma stratégia adtada pr Prira (2010) Khatchaturian Trtr (2010), m qu prpõm um métd d cassificaçã avaiaçã fundamntad na Lógica Fuzzy, cm variávis

71 71 d ntrada cm vars Crisp 3 qu sã prcssads pr uma máquina d infrência Fuzzy. Um md gnéric d impmntaçã da Lógica Fuzzy é mstrad na Figura 15. Figura 15: Md gnéric d impantaçã. Fnt: Adaptad Prira (2010) Khatchaturian Trtr (2010) Módu 4: Vaidaçã tst d hipótss O tst das hipótss para vaidaçã cnsist m vrificar s xist difrnça significativa ntr s rsutads da Anáis Envtória d Dads (DEA) d Md d Avaiaçã Fuzzy (MAF) prpst. Raizam-s dis tsts statístics distints, qu a fina prmitiram dcidir pa acitaçã u rjiçã das hipótss stabcidas. Para s tsts, cm a crtza é d 95% nív d significância d 5%, tm-s var d =0,05. H 0 : μ DEA = μ MAF, u sja, nã xist difrnça significativa ntr as médias das avaiaçõs; H 1 : μ DEA μ MAF, u sja, xist difrnça significativa ntr as médias das avaiaçõs. 3 Traduçã: pur, dcidid.

72 Sistmatizaçã Opracina Opracinamnt, num primir mmnt, para s idntificar quais variávis rprsntam uma mair variabiidad ds dads snd cm iss s mais significativs, é ftuada a anáis fatria ntã a dfiniçã d casss d ficiência cm a anáis d cngmrads. Em sguida, é abrada a bas d rgras d infrência da Lógica Fuzzy. Entã é cacuada a ficiência ds prdutrs d it cm métd d anáis nvtóri d dads, para pstrirmnt srm agrupads d acrd cm a anáis d cngmrads. E, pr útim, md dsnvvid é vaidad pr tsts statístics: tst Anva tst Z. Após ssas tapas, md dinad é rvisad nvas rgras sã incrpradas /u iminadas, frmand um prcss cícic para frmataçã da prpsta. A Figura 16 dmnstra a squncia das praçõs. Figura 16 - Fux d infrmaçõs ntr s módus da mtdgia prpsta. Fnt: Eabrad p autr. Cada uma dssas tapas crrspnd a um módu qu pd sr visuaizad cm a xistência d um fux d infrmaçõs, cnfrm iustrad na Figura 17, bdcnd a uma squência ógica para a xcuçã.

73 73 Figura 17 - Fux d infrmaçõs ntr s módus da mtdgia prpsta. Fnt: Eabrad p autr

74 74 6 APLICAÇÃO DA METODOLOGIA PROPOSTA Nst capítu, é aprsntada a apicaçã da mtdgia m qu sã discutids s rsutads acançads as impicaçõs rfrnts à intgraçã ds módus qu cmpõm md. As tapas d dsnvvimnt, tst vaidaçã fram rganizadas m duas stratégias, stabcnd cm iss duas simuaçõs. Para cada simuaçã fi dfinid uma frma difrnt na qua s indicadrs sã rganizads cnsquntmnt há a ncssidad d criaçã d rgras d infrência a vaidaçã spcíficas para cada simuaçã. Em rsum, a stratégia d rganizaçã ds indicadrs é: Simuaçã 1 - a rganizaçã ds indicadrs é dfinida d acrd cm s fatrs/dimnsõs ncntrads na Anáis Fatria; Simuaçã 2 - a rganizaçã ds indicadrs é dfinida subjtivamnt. O bjtiv da raizaçã d duas simuaçõs é (1) idntificar s stratégias difrnts d abrar as máquinas d infrência, a partir ds msms indicadrs, pd sr adtada; (2) rduzir quantitativ d rgras d infrência. 6.1 Simuaçã 1 Na Simuaçã 1 tds s módus dfinids na mtdgia prpsta nssa dissrtaçã fram dsnvvids. O dtahamnt ds prcdimnts é dscrit nas sçõs sguints Módu 1: Mdiçã através da Anáis Fatria A apicaçã da Anáis Fatria (AF) fi ftuada nas dz variávis nrmaizadas, dfinidas antrirmnt na página 64 n Quadr 4. Utiizu-s métd d Anáis d Cmpnnts Principais, qu tm cm vantagm, sgund Arts (1998), a idntificaçã d quant cada variáv stá racinada a cada fatr. Para mhr intrprtaçã ds fatrs grads pa anáis, fi fita a "rtaçã" ds fatrs cm métd Varimax, pis, d acrd cm Arts (1998), é um ds métds qu prmit btr fatrs cm mair ptncia d intrprtabiidad.

75 75 Fi anaisad var d Kaisr-Myr-Okin (MSA) m cada indicadr. Est var indica grau d xpicaçã ds dads a partir ds fatrs ncntrads cas MSA pssua um grau d xpicaçã mnr d qu 0.50, ist significa qu s fatrs ncntrads na AF nã cnsgum dscrvr, satisfatriamnt, as variaçõs ds dads riginais. E, sgund Bzrra Crrar (2006), vars abaix d 0.50 sã cnsidrads muit pquns para anáis nsss cass indicam variávis qu pdm sr rtiradas. A xcuçã da Anáis Fatria sguiu as sguints tapas: 1. Cacuar a Anáis Fatria; 2. Vrificar s tds s indicadrs pssum var acima d 0.50 Cas Sim: Indicadrs ncntrads; Cas Nã: próxim pass. 3. Idntificar indicadr cm mnr var d MSA na matriz antiimagm; 4. Rmvr indicadr scinad; 5. Rtrna a pass 1. Cm s passs dfinids, a xcuçã da Anáis Fatria sbr indicadrs crru da sguint manira: 1. Iniciamnt cm tds s indicadrs. Nsta primira anáis indicadr cm mnr var d MSA fi Participaçã da rnda it (%) cm var d 0.365; 2. Na sgunda tntativa indicadr cm mnr var d MSA fi Prdutividad da mã-d-bra (itrs/r$) cm var d 0.386; 3. Na trcira tntativa indicadr cm mnr var d MSA fi Vum d prduçã anua (VPA) cm var d 0.414;

76 76 4. Na quarta tntativa indicadr cm mnr var d MSA fi Rnda bruta (R$/an) cm var d 0.222; 5. Na quinta tntativa indicadr cm mnr var d MSA fi Prdutividad da trra cm var d 0.168; 6. Na sxta tntativa tds s vars d MAS ds indicadrs pssum var acima d Dtrminand a idntificaçã ds indicadrs. Tm-s cm rsutad ds passs dfinids antrirmnt s dads da taba d antiimagm mstrada na Figura 18. Sã xibids s cinc indicadrs nã rmvids na AF qu rprsntam a variabiidad ds dads ds prdutrs d it, dfinind cm iss quais sã s mais rprsntativs n univrs psquisad. Figura 18: Imagm da taba d antiimagm fina. Fnt: Rsutads da psquisa Para cnfirmar a viabiidad da utiizaçã da AF, utra anáis ftuada é rfrnt a var d Dtrminant d Var 0,376 (cacuad cm a Matriz d Crraçã Figura 19) qu indica qu nã há variáv dpndnt, pssibiitand, cm iss, cácu da AF a invrsã da matriz. A sguir:

77 77 Figura 19: Vars d Matriz d Crraçã Dtrminant. Fnt: Rsutad da psquisa Cm msm prpósit d cnfirmar a viabiidad, utr pnt a sr avaiad é var d MAS (mstrad na Figura 20) cm var d 0,605 dssa frma dmnstra qu é pssív a utiizaçã da AF. Outra avaiaçã também raizada fi sbr var d significância igua a 0,000, qu indica qu s dads sã aprpriads para cácu. Figura 20: Vars d KMO Barttt s Tst. Fnt: Rsutad da psquisa As xpicaçõs das variávis a partir ds fatrs cacuads aprsntam-s d frma bastant razáv, pis tdas cmunaidads stã acima d Iss pd sr bsrvad na taba d Cmmunaitis (cmunaidads) na Figura 21, a sguir:

78 78 Figura 21: Cmunaidads ds indicadrs. Fnt: Rsutad da psquisa A taba d xpicaçã da variaçã tta da Anáis Fatria, mstrada na Figura 22, dmstra qu s quatr fatrs idntificads xpicam 94% da variaçã ds indicadrs. Dmstrand qu ssas quatr dimnsõs cacuadas pa AF xpicam quas a ttaidad da variaçã ds dads. Figura 22: Expicaçã d variaçã tta da anáis fatria. Fnt: Rsutad da psquisa O próxim xam fi rfrnt à raçã ds indicadrs ds fatrs cacuads para iss utiizu-s a matriz ds cmpnnts após a rtaçã ds fatrs (Rtatd Cmpnnt Matrix). A rtaçã prmitiu uma cassificaçã mais prcisa ds indicadrs m cada um ds fatrs. O rsutad da rtaçã ftuad n SPSS é dmnstrad na Figura 23, a sguir:

79 79 Figura 23: Matriz ds cmpnnts. Fnt: Rsutad da psquisa Cncui-s nst Módu 1 qu s fatrs ncntrads pa AF (mstrad n Quadr 5) sã s principais indicadrs qu dvrã prnchr pnsamnt ds prdutrs d it gstrs púbics, prtant, sã s indicadrs utiizads nas simuaçõs. Quadr 5: Rsutad da Anáis Fatria Rsutad da Anáis Fatria Fatr 1: Cust O fatr qu sugr um mair cntr ds custs é rspnsáv pr 34.22% da variância xpicada. Cust pracina tta: Var m rais d cust pracina tta d an; Smatória d cust pracina ftiv mais a dprciaçã d máquinas bnfitrias a mã-dbra famiiar; Cust unitári d O cust pracina pr unidad prduzida; Raçã prduçã: ntr cust pracina tta vum d prduçã anua. Fatr 2: Anima O fatr qu sugr um mair cntr ds animais é rspnsáv pr 20.12% da variância xpicada. Prdutividad das vacas: Quantidad d prduçã anua d it m itrs pr unidad d vaca na prpridad; Raçã ntr a prduçã it anua númr d vacas (itrs/vaca); Fatr 3: Invstimnt

80 80 O fatr qu sugr um mair cntr ds invstimnts é rspnsáv pr 20.03% da variância xpicada. Prdutividad d capita Quantidad da prduçã anua d it m itrs pr invstid: unidad d capita invstid na prpridad; Litrs d it pr ra (R$), imbiizad m bnfitrias, máquinas animais; Fatr 4: Prdutividad d cust O fatr qu sugr um mair cntr da prdutividad ds custs é rspnsáv pr 19.98% da variância xpicada. Prdutividad d cust Quantidad da prduçã anua d it m itrs pr pracina tta unidad d cust pracina; Raçã ntr prduçã (itrs/r$): anua tta cust pracina; Fnt: Rsutad da psquisa Módu 2: Rfrência cm bas na Anáis Envtória d Dads Nst módu, cácu da ficiência da ppuaçã ds prdutrs d it fi fit cm bas n rsutad d Módu 1, prtant, fram utiizads cinc indicadrs: dis sã d Insum três sã d Prdut. Quadr 6: Variávis utiizadas na mtdgia DEA da psquisa. Indicadr/Variáv Insum Cust pracina tta Cust unitári d prduçã Prdut Prdutividad Prdutividad d capita das vacas invstid Fnt: Eabrad p autr Prdutividad d cust pracina tta Para s cácus, as caractrísticas d DEA prsnts nss stud sã: rintaçã para prdut; indicadr d ficiência d Md BCC, qu d acrd cm Bni (2000 apud RODRIGUES, 2010) crrspnd a uma mdida d ficiência técnica (ET). Para tratamnt ds dads utiizu-s sftwar SIADv3 (Sistma Intgrad d Api à Dcisã), aprsntad pr Mza t a (2003), dsnvvid a fim d cacuar s rsutads riunds ds mds DEA cnfrm M (2005), dstinad, primariamnt, para cacuar tds s rsutads ds mds DEA cássics (ficiência, pss, avs, bnchmarks fgas).

81 81 A partir dss mmnt na psquisa, prdutr d it é dnminad cm Unidad Tmadra d Dcisã (DMU) d DEA. O univrs cmpst pr 179 DMU s váids fi rganizad m três cnáris, cm mstrad na Figura 24. Figura 24: Organizaçã d univrs da psquisa, criaçã ds três cnáris. Fnt: Eabrad p autr Cm a dfiniçã ds cnáris d anáis, as ficiências cacuadas graram quatr vars d ficiência: Eficiência Padrã (asscia var d 100% à DMU mais ficint); Eficiência Invrtida (qu dstaca as pirs DMU s cm 100%); Eficiência Cmpsta (ficiência padrã + (1 - ficiência invrtida) dividida pr 2); Eficiência Cmpsta Nrmaizada (raçã ntr var da ficiência cmpsta d cada unidad var da ficiência cmpsta da unidad mais ficint).

82 82 Após rsutad d DEA, fi ncssári, cnfrm Prira, Prsta M (2010) iminar as DMU s fasamnt ficints. Cm mncinad pr M, Mza Gms (2006), um métd para iminar DMU s fasamnt ficints n md BCC é a frntira invrtida, qu cnsist m invrtr inputs cm utputs. Est métd visa mhrar a discriminaçã ntr DMU s. Para iss fi cnstruíd um índic d ficiência cmpsta. Entã, dntr s quatr vars d ficiência cacuads p SIADv3, fi cnsidrada av a ficiência cmpsta nrmaizada, pr sr a mdida mais rbusta d ficiência DEA (STEFFANELLO; MACEDO; ALYRIO, 2009). D acrd cm Fnts M (2004), aém d tr um bm dsmpnh naqui m qu a DMU é mhr, a nã pd tr um mau dsmpnh n critéri m qu fr pir (FONTES; MELLO, 2004, p. 7). Dssa frma, para pssuir ata ficiência, dv-s tr grau d prtinência: 1. Evad m raçã à frntira timista 2. Baix m raçã à frntira pssimista. O Quadr 7 mstra qu a avaiaçã padrã idntifica três unidads cm ficints, nquant a avaiaçã Cmpsta nrmaizada (Cmpsta*) idntifica apnas uma DMU cm ficint. O rsutad cmpt da Anáis Envtória d Dads é mstrad n APÊNDICE 2. DMU (Prdutr d Lit Quadr 7: Exmp d Avaiaçã DEA. Eficiência Padrã Eficiência Invrtida Eficiência Cmpsta Eficiência Cmpsta* , , , , , ,06 0,97 0, Fnt: Rsutad d Psquisa Cm s vars d ficiência cacuads, fi ncssári cassificar s prdutrs m raçã a su dsmpnh nss sntid, fram dfinids st Casss d Eficiência. A dnminaçã das casss é indicada n Quadr 8 sgu ainhad cm as variávis inguísticas adtadas n Módu 3, na Lógica Fuzzy.

83 83 Quadr 8: Casss d ficiência. Casss A B Bm C i D Razáv E F Dficint G Fnt: Eabrad p autr Após a dfiniçã das st casss d ficiência, fi ftuada a Anáis d Cngmrads qu tm cm bjtiv idntificar sgmnts hmgêns d prdutrs cm iss frmar s imiars d cada cass d ficiência, cm s xtrms d inficints (0) ficints (1). Pr srm st casss d ficiência, fram dfinids st custrs, nd fi utiizad métd nã hirárquic K-Médias, m qu cntr d simiaridad qu md a distância ntr as casss tm cm bas var d cntrid das bsrvaçõs (CORRAR, PAULO E DIASFILHO, 2001). Cm rsutad da Anáis d Cngmrads idntificu-s quantitativ d prdutrs pr cass d ficiência. Obsrva-s n Quadr 9 qu mair quantitativ d prdutrs ncntra-s cm dsmpnh avaiad cm Razáv. Quadr 9: Quantidad d prdutrs pr cass d ficiência. Avaiaçã Prdutrs pr Cass 3 Bm 5 i 9 Razáv Dficint Fnt: Rsutad da Psquisa O rsutad da Anáis d Cngmrads prmitiu idntificar s imiars para cada Cass d Eficiência/Indicadr, cm mstrad na Taba 1..

84 84 Cass / Indicadr Taba 1: Rsutad da Anáis d Cngmrads. Razáv Bm i Dficint m Cust Opracina Tta Ind. <= < Ind. <= < Ind. <= < Ind. <= < Ind. <= < Ind. <= Ind. >79000 Cust Unitári d Prduçã Prdutivida d das Vacas Prdutivida d d Capita Ind. <= 2, Ind. >= 7880 Ind. >= 18 2, < Ind. <= 4, < Ind. <= < Ind. <= 9,16 4,351852< Ind. <= 5, < Ind. <= 1928,571 9,16 < Ind. <= 6, , < Ind. <= 7, ,571 < Ind. <= 16, , < Ind. <= 4, , < Ind. <= 7, ,71429 < Ind. <= 1181,25 4, <= Ind. <= 3, , < Ind. <= 8, ,25 < Ind. <= 738,4615 3, < Ind. <= 1, Ind. > 8, Ind. < 738,46 15 Ind. < 1, Prdutivida d d Cust Opracina Ind. >= < Ind. <= 16, ,6935 < Ind. <= 14,4 14,4 < Ind. <= 11, ,4545 <= Ind. <= 7, ,40741 < Ind. <= 4,92829 Ind. < 4, Fnt: Rsutad da Psquisa Módu 3: Lógica Fuzzy cm métd principa A stratégia adtada na Simuaçã 1 fi a d dfinir bjtivamnt s grups d indicadrs cm bas n rsutad da Anáis Fatria: Cust, Anima, Invstimnt Prdutividad d Cust (Figura 25). Obsrva-s qu fram criadas duas máquinas d infrência: A primira utiiza cm parâmtrs d ntrada s Ind.s Cust Opracina Tta Cust Unitári d Prduçã cm rsutad tm-s a Avaiaçã d Cust; A sgunda utiiza cm parâmtrs d ntrada s Ind.s Avaiaçã d Cust, Prdutividad das Vacas, Prdutividad d Capita Invstid Prdutividad d Cust Opracina Tta cm rsutad tm-s a Avaiaçã d Dsmpnh.

85 85 Figura 25: Simuaçã 1. Fnt: Eabrad p autr Variávis inguísticas Dfinids s intrvas d cada Cass d Eficiência ns sus rspctivs imiars, cada variáv d ntrada saída rcbu d acrd cm a scaa d Matarazz (1998 apud BORINELLI, 1989) st trms quaitativs:, Bm, i, Razáv,, Dficint. Esss trms quaitativs stã acads d acrd cm a cass crrspndnt sã mstrads n Quadr 10. Quadr 10: Dfiniçã da variáv inguística d Ind.. Ind. Variáv Linguística (Fuzzy) Prdutividad das vacas Prdutividad d capita invstid Prdutividad d cust pracina tta (itrs/r$) Cust pracina tta Cust unitári d prduçã Fnt: Eabrad p autr, Bm, i, Razáv,, Dficint,., Bm, i, Razáv,, Dficint,., Bm, i, Razáv,, Dficint,., Bm, i, Razáv,, Dficint,., Bm, i, Razáv,, Dficint,.

86 86 As caractrísticas d md Fuzzy dsnvvids sã: 1. A transfrmaçã ds vars rais d ntrada m um grau d prtinência raizada p fuzzificadr srá fita cm métd Gaussian; 2. A infrência d cnjunt d rgras srá basada m cmpsiçã p métd Mamdani; 3. O mapamnt da saída da máquina d infrência m um var ra srá fit p métd Cntr d Gravidad (cntróid); 4. As rgras d infrência tm cm bas univrs ds prdutrs d it da psquisa. O univrs d discurs d cada variáv fi dfinid também a partir da bas ds dads ds prdutrs, cnfrm Quadr 11. Quadr 11: Univrs d Discurs. Ind. Univrs Cust pracina tta [ ] Cust unitári d prduçã [0, ,998611] Prdutividad das vacas [49, ] Prdutividad d capita [0, ] Prd. d cust pracina [0, ] Fnt: Rsutad da Psquisa Bas d Rgras A bas d rgras d infrência fi cnstruída cm auxii d tbx fuzzy d MATLAB cm rfrência s rsutads btids n Módu 2. Fram dfinidas rgras para a Simuaçã 1, cada uma das cm a strutura smhant à aprsntada na Figura 26. Organizadas da sguint manira: Para Avaiaçã d Cust Avaiaçã d Dinhir: Cm dis Ind.s st variávis inguísticas fram dfinidas 49 (quarnta nv) rgras d infrência para cada avaiaçã; Para Avaiaçã d Dsmpnh: Cm quatr Iindicadrs st variávis inguísticas fram dfinidas 2401 (duas mi quatrcntas uma) rgras d infrência.

87 87 Figura 26: Cnstruçã das rgras d infrência para Simuaçã 1 Fnt: Eabrad p autr Cm s imiars pr Cass/Ind. Dfinids, fi pssív racinar também quais sã as variávis inguísticas d cada Ind. cm iss sua avaiaçã rsutant. Cm um xmp xtraíd d Quadr 12 é pssív idntificar qu um prdutr avaiad cm n univrs psquisad, tm cm caractrística pssuir: Cust Opracina Tta Cust Unitári d Prduçã avaiads simutanamnt cm pssuir OU Prdutividad das Vacas OU Prdutividad d capita OU Prdutividad d Cust Opracina cm. O rsutad cmpt da Raçã Cass/Ind./Variáv Linguística, na Simuaçã 1, é mstrad n APÊNDICE 3Err! Fnt d rfrência nã ncntrada.. Dssa frma, ps das rgras dfinidas dirtamnt da bas d dads tm var 1, nquant as dmais tm ps 0.2. Quadr 12: Exmps da raçã Ind./Cass/Variáv Linguística. Cust Cust Prd. d unitári Prdutividad Prdutividad DMU pracina cust Avaiaçã d das vacas d capita tta pracina prduçã 122 i Razáv

88 88 99 Razáv 221 Bm Razáv Bm 145 Bm i i Dficint Bm 67 Bm Bm Razáv i 60 Razáv Razáv Dficint i 152 Dficint Razáv Razáv 152 Dficint Razáv i 75 Bm Dficint 75 Bm Dficint Razáv 114 i Bm Dficint Dficint 114 i Bm Dficint 35 Dficint Bm Dficint Dficint 35 Dficint Bm Dficint Fnt: Rsutad da Psquisa É pssív bsrvar também qu aguns prdutrs pssum duas avaiaçõs. Iss é dvid a participarm d mais d um cnári, cm também pssuírm avaiaçõs difrnts m cada cnári. O qu indica qu abruptamnt sã cassificads m casss difrnts, prém cm at grau d simiaridad cm prdutrs d utra cass. Cm a raçã gra d raçã Ind./Cass/Variáv Linguística fram criadas as rgras d infrência para a máquina d infrência: Avaiaçã d Cust. O Quadr 13 mstra xmps das rgras d infrência criadas para a máquina d infrência da Avaiaçã d Cust. O rsutad cmpt da Raçã Cass/Ind./Variáv Linguística: Avaiaçã Cust, na Simuaçã 1, é mstrad n APÊNDICE 4. Quadr 13: Exmps da raçã Ind./Cass/ Variáv Linguística: Avaiaçã Cust Simuaçã 1. Cust pracina tta Cust unitári d prduçã Avaiaçã Cust Bm Bm Bm i i i Razáv Dficint Razáv Bm Bm i Bm Bm i Dficint i i Dficint Razáv

89 89 Bm Fnt: Rsutad da Psquisa Pr fim, fram criadas também as rgras d infrência para a máquina d infrência Avaiaçã d Dsmpnh. O Quadr 14 mstra xmps das rgras d infrência criada para a máquina d infrência da Avaiaçã d Dsmpnh. O rsutad cmpt da raçã Cass/Ind./Variáv Linguística: Avaiaçã Dsmpnh, na Simuaçã 1, é mstrad n APÊNDICE 5. Quadr 14: Exmps da raçã Ind./Cass/Variáv Linguística: Avaiaçã Dsmpnh Simuaçã 1. Prdutividad Avaiaçã Prdutividad Prdutividad Avaiaçã d d cust d Cust das Vacas d Capita Dsmpnh pracina i Razáv Razáv Bm i i Dficint Bm Bm Razáv Razáv Dficint i Bm Dficint i Dficint Razáv Bm Razáv Dficint Razáv Razáv Dficint i Razáv Dficint Dficint Dficint Dficint Dficint Dficint Dficint Dficint Dficint Dficint Fnt: Rsutad da Psquisa Funçõs d agrgaçã Nsta sçã sã aprsntadas tdas as funçõs d agrgaçã cm s sus rspctivs imits, para cada um ds grups qu cmpõ a Simuaçã 1. A dfiniçã das funçõs d agrgaçã tm cm rfrência-bas s vars d Média Dsvi Padrã cacuads n banc dads, pstrirmnt, cm a vuçã ds xprimnts, sts fram ajustads cm bjtiv d tstar vaidar a simuaçã. O Quadr 15 aprsnta s dads iniciais d Dsvi Padrã Média. Obsrva-s n quadr qu nã há aguns vars para dsvi padrã, rprsntad p símb d hífn ( - ). Iss é dvid à xistência d apnas uma DMU na raçã Cass/Ind..

90 90 Quadr 15: Dads Iniciais d Dsvi Padrã Média ds prdutrs. Cust pracina tta Cust unitári d prduçã Prdutividad das vacas Prdutividad d capita Prdutividad d cust pracina Bm i Razáv Dficint DP 2312, , , M , DP 2913, , , , M , , DP 3298, , , M , , ,4 SP 3667, , , , , M , , ,5 9, DP 4143, , , , M , , , DP 7711, , , , M , ,25 0, , DP 5610, , , , M , , , , Lgnda: DP - Dsvi Padrã M - Média Fnt: Rsutad da Psquisa Iniciamnt sã mstradas as três funçõs d agrgaçã da máquina d infrência da Avaiaçã d Cust. O rsutad ds vars d dsvi padrã média para Ind. Cust Opracina Tta sã mstrads n Quadr 16. Quadr 16: Vars d Dsvi Padrã Média - Cust Opracina Tta. Variáv Dsvi Linguística padrã Média ,7 Bm i Razáv Dficint Fnt: Rsutad da Psquisa Cm rsutad ds vars d Quadr 16, a Figura 27 aprsnta graficamnt as funçõs d agrgaçã d Ind. Cust Opracina Tta.

91 91 Figura 27: Funçõs gaussianas d Ind. Cust Opracina Tta. Fnt: Rsutad da Psquisa O rsutad ds vars d dsvi padrã média para Ind. Cust Unitári d Prduçã sgum n Quadr 17. Quadr 17: Vars d Dsvi Padrã Média - Cust Unitári d Prduçã. Variáv Dsvi Linguística padrã Média 0,3733 0,239 Bm 0,3786 1,59 i 0,402 2,991 Razáv 0,49 4,435 0,493 5,86 Dficint 0,335 7,459 0,3347 8,99 Fnt: Rsutad da Psquisa A Figura 28, a sguir, aprsnta graficamnt as funçõs d agrgaçã d Ind. Cust Unitári d Prduçã.

92 92 Figura 28: Funçõs gaussianas d Ind. Cust Unitári d Prduçã. Fnt: Rsutad da Psquisa Cm rsutad da primira máquina d infrência, Avaiaçã d Cust, fi dfinid univrs d discurs [0.1], cm s vars d dsvi padrã média n Quadr 18. Quadr 18: Vars d Dsvi Padrã Média Avaiaçã d Cust. Variáv Dsvi Linguística padrã Média 0, Bm 0,0551 0,8731 i 0,0543 0,6949 Razáv 0,0638 0,4865 0,047 0,319 Dficint 0,0445 0,1579 0,0480 0,0003 Fnt: Rsutad da Psquisa A Figura 29 aprsnta graficamnt as funçõs d agrgaçã da saída da máquina d infrência cm rsutad da Avaiaçã d Cust.

93 93 Figura 29: Funçõs gaussianas d rsutad da máquina d infrência Avaiaçã d Cust. Fnt: Rsutad da Psquisa Cm as funçõs d agrgaçã da primira máquina d infrência dfinidas, iniciu-s a dfiniçã da sgunda máquina d infrência: Avaiaçã d Dsmpnh. Pssui cm índic d ntrada rsutad da primira máquina d infrência, s indicadrs d Prdutividad das Vacas, Prdutividad d Capita Prdutividad d Cust Opracina Tta. O primir parâmtr, Avaiaçã d Cust, pssui s msms vars d dsvi padrã média. Assim cm as funçõs d agrgaçã da Simuaçã 1, cm vars mstrads n Quadr 18 funçã graficamnt mstrada na Figura 29. O próxim parâmtr utiizad é Ind. Prdutividad das Vacas, cm vars d dsvi padrã média mstrads n Quadr 19. Quadr 19: Vars d Dsvi Padrã Média Prdutividad das Vacas. Variáv Dsvi Linguística padrã Média Bm i Razáv Dficint ,69 Fnt: Rsutad da Psquisa

94 94 A Figura 30 aprsnta graficamnt as funçõs d agrgaçã d Ind. Prdutividad das Vacas. Figura 30: Funçõs gaussianas d Ind. Prdutividad das Vacas. Fnt: Rsutad da Psquisa Na squência, s vars d dsvi padrã média d Ind. Prdutividad d Capita, cm vars d dsvi padrã média sã mstrads n Quadr 20. Quadr 20: Vars d Dsvi Padrã Média Prdutividad d Capita. Variáv Dsvi Linguística padrã Média 0, ,1 Bm 1,41 13,51 i 1,63 9,805 Razáv 0,967 5,638 0,51 3,566 Dficint 0,465 1,572 0,581 0,0409 Fnt: Rsutad da Psquisa A Figura 31 aprsnta graficamnt as funçõs d agrgaçã d Ind. Prdutividad d Capita.

95 95 Figura 31: Funçõs gaussianas d Ind. Prdutividad d Capita. Fnt: Rsutad da Psquisa. Cm útim parâmtr, s vars d dsvi padrã média d Ind. Prdutividad d Cust Opracina, cm vars d dsvi padrã média mstrads n Quadr 21. Quadr 21: Vars d Dsvi Padrã Média Prdutividad d Cust Opracina. Variáv Dsvi Linguística padrã Média 2,42 60 Bm 3,4 46,63 i 3,71 36,47 Razáv 6,76 24,07 1,6 13,11 Dficint 1,51 6,074 2,38 0,0224 Fnt: Rsutad da Psquisa A Figura 32 aprsnta graficamnt as funçõs d agrgaçã d Ind. Prdutividad d Cust Opracina.

96 96 Figura 32: Funçõs gaussianas d Ind. Prdutividad d Cust Opracina. Fnt: Rsutad da Psquisa Pr fim, após a dfiniçã das funçõs d agrgaçã ds parâmtrs d ntrada da primira máquina pstrirmnt sua saída. Cm a dfiniçã d tds s parâmtrs d ntrada da sgunda máquina d infrência, fram dfinids s vars d dsvi padrã média da Avaiaçã d Dsmpnh, cm mstrads n Quadr 22. Para cmparar vaidar s rsutads da Simuaçã 1 cm s rsutads d DEA, a saída da avaiaçã pssui vars ntr zr um. Quadr 22: Vars d Dsvi Padrã Média Avaiaçã d Dsmpnh Simuaçã 1. Variáv Dsvi Linguística padrã Média 0, Bm 0,0617 0,8147 i 0,0618 0,656 Razáv 0,084 0,4415 0,0472 0,2871 Dficint 0,0301 0,1558 0,0300 0,00032 Fnt: Rsutad da Psquisa A Figura 33 aprsnta graficamnt as funçõs d agrgaçã da saída da máquina d infrência cm rsutad da Avaiaçã d Dsmpnh.

97 97 Figura 33: Funçõs gaussianas d rsutad da máquina d infrência Avaiaçã d Dsmpnh. Fnt: Rsutad da Psquisa Rsutads Discussõs da Simuaçã 1 Cm a cnstruçã das máquinas d infrência, dsmpnh ds prdutrs d it fi cacuad. O Quadr 23 mstra xmps ds rsutads da avaiaçã, nd sã mstrads: prdutr (DMU), a avaiaçã cm métd d anáis nvtória d dads (DEA) a avaiaçã da Simuaçã 1 (Fuzzy Fatrs). O rsutad cmpt da Avaiaçã d Dsmpnh, na Simuaçã 1, é mstrad n APÊNDICE 6. Quadr 23: Avaiaçã d Dsmpnh Simuaçã 1. DMU DEA FUZZY Fatrs DMU DEA FUZZY Fatrs 122 1,000 0, ,609 0, ,990 0, ,603 0, ,981 0, ,601 0, ,796 0, ,600 0, ,715 0, ,599 0, ,711 0, ,594 0, ,696 0, ,592 0, ,687 0, ,589 0, ,675 0, ,585 0,591

98 ,674 0, ,575 0, ,670 0, ,573 0, ,663 0, ,572 0, ,658 0, ,570 0, ,658 0, ,570 0, ,647 0, ,568 0, ,637 0, ,567 0, ,622 0, ,567 0, ,616 0, ,565 0, ,612 0, ,560 0, ,611 0, ,559 0,620 Fnt: Rsutad da Psquisa Obsrvand s vars d Quadr 23, idntifica-s qu há rsutads difrnts ntr a avaiaçã DEA a Fuzzy Fatrs. Prém, bjtiv da prpsta nã é d btr xatamnt s msm rsutads da avaiaçã DEA, mas sim tr um métd capaz d tratar as incrtzas ds parâmtrs d ntrada, cm também cassificar d frma gradua as avaiaçõs, sm qu, ntrtant, xista difrnça significativa ntr as avaiaçõs. Cm primir xmp d dmnstraçã da capacidad d cassificaçã gradua inrnt à Lógica Fuzzy é dad cm xmp rsutad da DMU 122, na qua btv var 1 n DEA snd cassificad cm cm var 0,812 na Fuzzy, rsutand m aprximadamnt 0,99% cm Bm 0,05% cm i. A Figura 34 mstra graficamnt a prtinência m difrnts casss d ficiência. Figura 34: Prtinência a difrnts casss d ficiência para a DMU 122. Fnt: Rsutad da Psquisa

99 99 Outr xmp d dmnstraçã da capacidad d cassificaçã gradua inrnt à Lógica Fuzzy é rsutad da DMU 140, na qua btv var 0,545 n DEA snd cassificad cm Razáv cm var 0,533 na Fuzzy, rsutand m aprximadamnt 0,55% cm Razáv 0,19% cm i. A Figura 35 mstra graficamnt a prtinência m difrnts casss d ficiência. Outra caractrística bsrvada n gráfic é a prximidad d rsutad d prdutr na frntira Razáv/i/Bm. Figura 35: Prtinência a difrnts cnjunts gaussians para a DMU 67. Fnt: Rsutad da Psquisa Módu 4: Vaidaçã tst d hipótss O tst das hipótss na Simuaçã 1 cnsist m vrificar s xist difrnça significativa ntr s rsutads da Anáis Envtória d Dads (DEA) d Md d Avaiaçã Fuzzy (MAF) prpst. Para iss, fram raizads dis tsts statístics distints, qu a fina prmitiram dcidir pa acitaçã u rjiçã das hipótss stabcidas: H 0 : μ DEA = μ MAF, u sja, nã xist difrnça significativa ntr as médias das avaiaçõs; H 1 : μ DEA μ MAF, u sja, xist difrnça significativa ntr as médias das avaiaçõs. Para s tsts, nív d significância utiiza-s 5%, u sja, α =0,05, ist é, cm a crtza é d 95%.

100 Anáis d Variância A anáis d variância prmit afirmar s xist u nã difrnça significativa ntr as médias das amstras d uma msma ppuaçã. Para iss, fi ncssári cacuar fatr dnminad Anva raizar s tsts d vrificaçã para dfinir quant à acitaçã u rjiçã das hipótss (H 0 H 1 ) Cácu da Anva: Fatr Únic Taba 2: Cácu da ANOVA ntr DEA x MAF utiizand xc Simuaçã 1 ANOVA: Fatr únic ds DEA x MAF Fnt da variaçã G F p vau F crític Entr grups 1 1,8176 0,1784 3,8664 Fnt: Rsutad da Psquisa Cm bsrvad na Taba 2, F bsrvad = 1,8176 é mnr qu F crític = 3,8664, cm = 0,05, ntã H 0 dv sr acita, da msma frma, cm p vau 0,1784 d F bsrvad é mair qu nív d significância =0,05 adtad, ntã nvamnt H 0 dvrá sr acita, na qua afirma qu nã xist difrnça significativa ntr as médias das avaiaçõs Tst Z: Duas amstras para médias Para dtrminar a pssibiidad d xistência d difrnça das médias ntr DAE MAF, utiizu-s também P(Z<=z) uni-cauda, cm nív d significância igua 0,05. Taba 3: Tst Z para DEA x MAF utiizand xc Simuaçã 1 Tst Z para DEA x MAF Hipóts da difrnça d média 0 P(Z<=z) uni-cauda 0,0883 Fnt: Rsutad da Psquisa. Obsrva-s na Taba 3 a hipóts H 0 fi acita, pis var d P = 0,1805 é mair qu 0,05. Cm Tst Z nã cnfirmu a xistência d difrnça ntr as médias ds métds.

101 101 A acitar a hipóts nua H 0, cnfirmand qu nã há difrnça significativa ntr as médias para cas, stá s caminhand para a tntativa d vaidaçã d MAF prpst qu s aprsnta, até mmnt, cm uma prpsta viáv d avaiaçã ds prdutrs d it basada na Lógica Fuzzy. 6.2 Simuaçã 2 A principa difrnça ntr a Simuaçã 1 Simuaçã 2 stá n fat d qu a stratégia d dtrminaçã da rganizaçã ds indicadrs cnsquntmnt da strutura das máquinas d infrência na Simuaçã 2 é dfinid subjtivamnt, nquant na Simuaçã 1 é rsutad ds fatrs/dimnsõs da Anáis Fatria cacuada n Módu 1. A simiaridad ntr as simuaçõs stá racinada à utiizaçã d aguns mnts da Simuaçã 1: Módu 1: O qu Mdir? (Anáis Fatria): Sã utiizads s Ind.s dfinids na Anáis Fatria; Módu 2: Qua a rfrência? (Anáis Envtória d Dads): Também srã utiizads s cácus d ficiência d DEA a pstrir Anáis d Cngmrads para dfiniçã ds imiars das Casss d Eficiência; Nas sçõs sguints sã abrads s Módus 3 Módu 4 da Simuaçã 2, visand a cnstruçã d md ntã sua vaidaçã Módu 3: Lógica Fuzzy cm métd principa A stratégia adtada na Simuaçã 2 fi a d dfinir subjtivamnt s grups d indicadrs, dfinids cm: Cust, Dinhir Anima. Essa rganizaçã é mstrada na Figura 36. Obsrva-s qu fram criadas três máquinas d infrência: A primira utiiza cm parâmtrs d ntrada s Ind.s Cust Opracina Tta Cust Unitári d Prduçã cm rsutad tm-s a Avaiaçã d Cust;

102 102 A sgunda utiiza cm parâmtrs d ntrada s Ind.s Prdutividad d Capita Invstid Prdutividad d Cust Opracina Tta cm rsutad tm-s a Avaiaçã d Dinhir; A trcira utiiza cm parâmtrs d ntrada a Avaiaçã d Cust, a Avaiaçã d Dinhir a Prdutividad das Vacas tm-s cm rsutad fina a Avaiaçã d Prdutr. Figura 36: Md d Simuaçã 2 Fnt: Eabrad p autr Variávis inguísticas Apsar da rganizaçã ds indicads nsta simuaçã sr difrnt da Simuaçã 1, as variávis inguísticas univrs d discurs sã s msms já utiizads Bas d Rgras Da msma frma qu na Simuaçã 1, a bas d rgras d infrência fi cnstruída cm auxii d tbx fuzzy d MATLAB têm-s cm rfrência s