Um Processo de Recomendação de Modelos de Maturidade em Gerenciamento de Projetos

Tamanho: px
Começar a partir da página:

Download "Um Processo de Recomendação de Modelos de Maturidade em Gerenciamento de Projetos"

Transcrição

1 Um Processo de Recomendação de Modelos de Maturdade em Gerencamento de Projetos Gustavo H. P. Carvalho, Alexandre M. L. de Vasconcelos, Fabo Q. B. da Slva Centro de Informátca Unversdade Federal de Pernambuco (UFPE) Caxa Postal Recfe - PE Brasl {ghpc, amlv, fabo}@cn.ufpe.br Resumo. A busca pela excelênca no gerencamento de projetos é uma meta perseguda por mutas empresas. Um dos nstrumentos utlzados para tal fm, e que tem apelo popular crescente, são os modelos de maturdade em gerencamento de projetos. À medda que o nteresse por estes modelos cresceu, város foram crados e mutas vezes as organzações não conhecem as possbldades exstentes, nem sabem por qual modelo optar. Assm sendo, este artgo apresenta e compara os ses modelos de maturdade em gerencamento de projetos mas referencados na lteratura e propõe um processo de recomendação capaz de ndcar quas modelos são mas adequados a um dado cenáro de avalação. Para valdar este processo, um estudo de caso fo realzado no âmbto de uma empresa multnaconal de telecomuncações.. Introdução Estudos recentes mostram que o nteresse por modelos de maturdade em gerencamento de projetos é elevado. De 373 empresas brasleras pesqusadas, 9% utlzam, 3% pretendem utlzar e 37% não conhecem, mas consderam a déa nteressante [PINTO, 8]. Impulsonado por este nteresse, que não se restrnge à esfera naconal, város modelos foram crados e mutas vezes as organzações não conhecem as possbldades exstentes, nem sabem por qual modelo optar. Portanto, este artgo propõe um processo de recomendação de modelos de maturdade em gerencamento de projetos que ndca quas modelos são mas adequados a um dado cenáro de avalação. Uma mportante ressalva precsa ser feta: este processo não entrará no mérto técnco de cada modelo; ou seja, não levará em consderação se um modelo é tecncamente melhor ou não do que outro. Pos, como afrma Cooke-Daves [4], não há um consenso unversal quanto a quas prátcas e processos são necessáros para gerencar projetos com sucesso. O que, por sua vez, dfculta afrmar que um modelo é melhor do que outro porque consdera processos que contrbuem mas para o sucesso do gerencamento. Assm sendo, o processo de recomendação aqu proposto basea-se em característcas técncas e estruturas que não se atêm ao mérto técnco do modelo. A seção lsta os prncpas trabalhados relaconados com este artgo. A seção 3 descreve o método de pesqusa. A seção 4 apresenta os ses prncpas modelos de maturdade em gerencamento de projetos. A seção 5 compara estes. A seção 6 defne um processo de recomendação que ndca quas modelos são mas adequados a um dado contexto de avalação. A seção 7 apresenta um estudo de caso realzado para valdar este processo. Por fm, a seção 8 traz conclusões e recomendações de trabalhos futuros.

2 . Trabalhos Relaconados À medda que cresce o nteresse por modelos de maturdade em gerencamento de projetos, surgem mas relatos de estudos relaconados com este tema. Enquanto alguns autores nvestgam as reas vantagens na adoção destes modelos [JUDGEV e THOMAS ], outros trazem relatos de experênca a partr da aplcação de modelos específcos [IBBS e KWAK, SUPIÉ 5, BAY e SKITMORE 6, GRANT e PENNYPACKER 6, PRADO e ARCHIBALD 7]. Contudo, poucos são os trabalhos que comparam os modelos de maturdade em gerencamento de projetos entre s. Alguns exemplos são os trabalhos de Jedd [5] e Harrson [6]. Mesmo estes, lmtam-se na sua maora a comparações com poucos modelos. Além de que provêem poucas contrbuções na lnha de facltar a escolha do modelo mas aproprado para um dado contexto. Para o presente artgo, este contexto é composto por requstos defndos pela organzação avalada para a avalação em s. 3. Método de Pesqusa O método de pesqusa utlzado consttu-se de quatro etapas. Na prmera fo feta uma extensva revsão bblográfca com o objetvo de dentfcar os modelos de maturdade em gerencamento de projetos exstentes, em partcular os mas referencados. Como resultado desta etapa, ses modelos foram dentfcados como mas relevantes. Na segunda etapa, 8 crtéros escolhdos pelo autor foram utlzados para comparar os ses modelos seleconados. A partr do estudo de cada modelo, fo observado como estes se comportam em relação a estes crtéros. Na tercera etapa, construu-se um processo de recomendação que ndca quas modelos são mas adequados para um dado contexto de avalação. Na quarta e últma etapa, realzou-se um estudo de caso para valdar o processo defndo. 4. Modelos de Maturdade em Gerencamento de Projetos 4.. OPM3: Organzatonal Project Management Maturty Model O OPM3 fo ofcalmente anuncado em 3 e tem como objetvo desenvolver um padrão global para o gerencamento organzaconal de projetos. Sua prncpal fonte de referênca é o lvro Organzatonal Project Management Maturty Model Knowledge Foundaton, cuja segunda edção fo lança no fnal de 8 [PMI 8]. De acordo com o lvro do OPM3 [PMI 8], gerencamento organzaconal de projetos é a aplcação de conhecmento, habldades, ferramentas e técncas em atvdades organzaconas e de projeto com o objetvo de atngr os objetvos da organzação através de projetos. A maturdade, por sua vez, representa o nível de qualdade desta gerênca. No caso do OPM3, sto se reflete na combnação de melhores prátcas alcançadas pela organzação nos domínos de Projeto, Programa e Portfólo. A progressão da maturdade no OPM3 é dada por uma escala de quatro níves: Padronzado, Mensurável, Controlado e Melhora Contínua. Dferentemente de outros modelos de maturdade, há váras maneras de observar a maturdade de uma organzação; característca que faz o OPM3 ser referencado como multdmensonal. A avalação do OPM3 pode ser realzada através de uma ferramenta on-lne ou com ferramentas propretáras do PMI. As duas opções são pagas. A segunda opção fornece mas detalhes, envolve a partcpação de um avalador certfcado e requer

3 maor nvestmento. Oferece anda a concepção automátca de um plano de melhora formado pelas capacdades necessáras para alcançar as melhores prátcas prortáras. 4.. PMMM: Project Management Maturty Model O PMMM é um modelo de autora da PM Solutons, uma empresa de consultora e pesqusa em gerencamento de projetos. A prncpal referênca do modelo é o lvro Project Management Maturty Model, que está na segunda edção [CRAWFORD 7]. O PMMM provê um arcabouço concetual com o qual processos específcos de gerencamento de projetos podem ser otmzados para melhorar a capacdade da organzação de gerr seus projetos [CRAWFORD 7]. O modelo é composto relaconando as nove áreas de conhecmento do PMBOK 4 [PMI, 4] com os cnco níves de maturdade do CMMI [SEI, 6]. Logo, são cnco níves: nível, Processo Incal; nível, Processo Estruturado e Padrões; nível 3, Padrões Organzaconas e Processo Insttuconalzado; nível 4, Processo Gerencado e nível 5, Processo Otmzado. A empresa PM Solutons prevê duas alternatvas de avalação. A prmera consste de é uma avalação ndependente realzada por terceros. A segunda, por sua vez, é uma avalação realzada pela própra organzação. A dferença entre as duas consste no nível de estruturação recomendado para a avalação: mas alto na prmera. O modelo PMMM não ncorpora dretamente elementos facltadores para a construção de um plano de melhora; porém, a empresa PM Solutons argumenta que este plano pode ser crado a partr da vsão de especalstas no modelo e em gerencamento de projetos P3M3: Portfolo, Programme and Project Management Maturty Model O P3M3 é um modelo de autora do Offce of Government Commerce (OGC). O modelo é públco e pode ser baxado dretamente do ste ofcal do P3M3. Atualmente o modelo está na sua segunda edção, lançada em 8. O P3M3 surgu como uma melhora de um descontnuado modelo de maturdade em gerencamento de projetos do OGC que por sua vez era baseado nos concetos do CMM [SEI 99], modelo precursor do CMMI. O modelo possu cnco níves de maturdade: () Conhecmento do Processo, () Processo Repetdo; (3) Processo Defndo; (4) Processo Gerencado e (5) Processo Otmzado. Na prátca, o P3M3 é uma coleção de três modelos de maturdade: o Portfolo Management Maturty Model (PfM3), o Programme Management Maturty Model (PgM3) e o Project Management Maturty Model (PjM3). Apesar de haver uma conexão entre os três modelos, não há nterdependêncas entre eles o que permte avalações ndependentes consderando qualquer uma das três dscplnas: gerencamento de portfólos, de programas e de projetos [OGC 8]. A avalação do P3M3 pode ser conduzda de duas maneras: a prmera consste de uma auto-avalação e a segunda de uma avalação formal. A prmera pode ser realzada verfcando quas atrbutos do modelo a organzação satsfaz ou através de um questonáro de auto-avalação que pode ser baxado sem custos do ste do P3M3. A segunda avalação é conduzda por empresas credencadas ao APM Group e confere um certfcado. Porém, não se encontra mutos relatos de empresas certfcadas. 3

4 O modelo P3M3 não auxla dretamente a cração de um plano de melhora. Contudo, este pode ser desenvolvdo a partr dos atrbutos que a organzação precsa atender para evolur do nível atual para o nível desejado de maturdade PMM: PRINCE Maturty Model O PMM é também um modelo de autora do Offce of Government Commerce (OGC) lançado em 6. O modelo é públco e pode ser também baxado do ste do OGC. O PMM é um modelo dervado do P3M3, do OGC, e do PRINCE [OGC, 5], também do OGC. Ao contráro destes modelos, o PMM contém descrções de alto nível, pos consdera como fonte de detalhamento o manual do PRINCE. O objetvo do PMM é permtr que organzações meçam, através de uma avalação, a maturdade no uso do método de gerencamento de projetos PRINCE [OGC 6]. O PMM pode ser utlzado de duas maneras: como um modelo de maturdade solado ou em conjunto com o P3M3. Enquanto que este últmo modelo possu cnco níves de maturdade e foca em três perspectvas (Projetos, Programas e Portfólos); o PMM é capaz de avalar a maturdade dos três prmeros níves consderando só a perspectva de gerencamento de projetos, tendo o PRINCE como referênca. O processo de avalação do modelo é realzado bascamente verfcando quas prátcas chaves de quas processos chaves estão presentes na organzação. O modelo não auxla dretamente a cração de um plano de melhora, mas permte dentfcar áreas que demandam melhora para aumentar a efetvdade no uso do PRINCE KPMMM: Kerzner Project Management Maturty Model O KPMMM é um modelo de autora de Harold Kerzner. A prncpal fonte de referênca do modelo é o lvro Usng the Project Management Maturty Model: Strategc Plannng for Project Management que está na sua segunda edção (5). O objetvo do modelo é fornecer a base para a busca da excelênca em gerencamento de projetos. O KPMMM é composto por cnco níves: () Lnguagem comum, () Processos comuns, (3) Metodologa sngular, (4) Benchmarkng e (5) Melhora contínua [KERZNER 5]. Ao contráro de outros modelos de maturdade, o KPMMM assume a sobreposção de níves de acordo com algumas regras. Outra dferença deste modelo em relação aos demas é que consdera a possbldade de adaptar o modelo para avalar o nível de maturdade do gerencamento de operações. Cada nível de maturdade possu um questonáro assocado que confere uma pontuação para a organzação em relação ao nível. Caso a empresa atnja o mínmo de pontuação especfcado, conclu-se que esta completou com sucesso o nível. A adaptação prevsta no modelo é realzada no âmbto dos questonáros, modfcando os questonáros de acordo com as partculardades de cada organzação. Nestas adaptações, além de consderar operações; outros enfoques de gerencamento, como o gerencamento de programas e portfólos, podem ser consderados. Contudo, o modelo não fornece guas de como estas adaptações devem ser fetas MMGP: Modelo de Maturdade em Gerencamento de Projetos O MMGP é um modelo de autora de Darc Prado. O modelo fo prmero referencado no lvro Gerencamento de Portfólos, Programas e Projetos nas Organzações, quarta edção de 4; mas tem atualmente como fonte de referênca atualzada o lvro Maturdade em Gerencamento de Projetos de 8 [PRADO 8]. 4

5 O MMGP pode ser aplcado tanto em áreas soladas da organzação, como na organzação como um todo. O modelo se dferenca pela sua smplcdade. É composto por ses dmensões e cnco níves de maturdade. As dmensões consderam aspectos fundamentas para um bom gerencamento de projetos: conhecmento sobre gerencamento, uso de metodologas de forma prátca, nformatzação do gerencamento de projetos, estrutura organzaconal, relaconamentos humanos e alnhamento com negócos. Estas dmensões estão presentes nos cnco níves de maturdade do modelo: Incal, Conhecdo, Padronzado, Gerencado e Otmzado. Porém, cada dmensão assume um maor ou menor papel dependendo do nível. A avalação da maturdade é feta a partr de um questonáro com 4 perguntas e pode ser realzada consderando parte da organzação, avalação setoral, ou à organzação como um todo. Um ponto nteressante do modelo é que ele é utlzado anualmente em uma pesqusa realzada com empresas brasleras. Os resultados são públcos e podem ser utlzados para benchmarkng [PRADO e ARCHIBALD 7]. 5. Análse Comparatva Para decdr quas modelos são mas adequados para avalar a maturdade em um dado contexto, é precso entender as semelhanças e dferenças que exstem entre estes. Para tanto, esta seção compara os ses modelos relaconados anterormente a partr de 8 característcas escolhdas pelo autor (Tabela ). O OPM3 é o mas completo, pos consdera uma centena de melhores prátcas. Mas também é o que exge maor nvestmento. O PMMM exge um baxo nvestmento e é fortemente alnhado ao PMBOK, o que pode dfcultar a avalação em organzações que não tenham este gua como referênca. O P3M3 e o PMM são modelos que podem ser obtdos sem custo e possuem um alto alnhamento com os demas padrões da OGC. O KPMMM é o mas antgo, tem baxo custo de aqusção, é flexível e susceptível a adaptações. Por fm, o MMGP é, dentre os lstados, o únco braslero. Possu baxo custo de aqusção e o mecansmo de avalação é consderavelmente smples. 6. Processo de Recomendação Com o ntuto de dmnur o tempo de seleção do modelo mas ndcado, este trabalho propõe um processo de recomendação que pode ser faclmente e rapdamente aplcado em uma organzação. Este processo atrbu, como saída, uma pontuação a cada um dos ses modelos analsados anterormente. De forma que, os mas bem pontuados são mas ndcados para avalar a maturdade da organzação. Assm, reduz-se potencalmente o espectro de análse; uma vez que esta se lmtará aos modelos mas bem pontuados. O processo é composto por três etapas: () preparação; () aplcação e (3) consoldação. 6.. Etapa : Preparação Na etapa, deve ser eleto um coordenador que conduzrá a aplcação deste processo de recomendação. É mportante que o coordenador tenha o apoo da alta admnstração de forma que ele seja capaz de alocar os recursos necessáros. Após a eleção, o coordenador deve ndcar quas funconáros da empresa são capazes de determnar os requstos da avalação. Podem fazer parte deste grupo: dretores da alta admnstração, da gerênca méda, como também gerentes de projetos experentes. Por fm, o coordenador deve atrbur um fator de ponderação para cada funconáro seleconado. Este fator, desgnado daqu por dante como, tem como objetvo ponderar o nível de nfluênca do funconáro perante o processo de seleção. O 5

6 fator é defndo conforme uma escala Lkert (: pouca nfluênca, : nfluênca moderada; 3: grande nfluênca). Tabela Análse dos Modelos de Maturdade em GP. OPM3 PMMM P3M3 PMM KPMMM MMGP Autora PMI PM Solutons OGC OGC Harold Kerzner Darc Prado Prmera Publcação Últma Atualzação Níves, Dmensões e Domínos Sobreposção de Níves Fonte de Referênca (FR) Custo de Aqusção da FR Orentado a Consdera Adaptações Abrangênca de Uso Mecansmo de Avalação (MA) Custo de Aqusção do MA Apoo de Software (SW) Custo de Aqusção do SW Subjetvdade da Avalação Resultado da Avalação Avalação de Certfcação Plano de Melhora dmens. 5 níves 5 níves 3 níves 5 níves 5 níves 3 domínos 6 dmens. Não Não Não Não Sm Não Lvro Lvro Documento Documento Lvro Lvro US$ 5.56 US$ US$, (de graça) Projetos, Projetos Projetos, Programas e Programas Portfólos e Portfólos US$, US$ 64. R$ 5, (de graça) Projetos Projetos Projetos Sm Não Não Não Sm Não Global Global Global Global Global Naconal Perguntas Checklst Perguntas Checklst Perguntas Perguntas US$ 695. ou 4,495. US$ (no lvro) US$, (de graça) US$, (de graça) US$ 64. (no lvro) R$ 5, (no lvro) Sm Sm (uso da Não Não Sm (na Sm (na (essencal) PM Solutons) nternet) nternet) US$ 695. Não - - Não R$, ou 4,495. nformado nformado (de graça) Baseada em Baseada em Baseada em Baseada em Baseada em Baseada em respostas a evdêncas respostas a evdêncas respostas a respostas a perguntas perguntas perguntas perguntas Baseada em Baseada em evdêncas evdêncas Valor Valor Valor Valor Valor Valor contínuo e dscreto dscreto dscreto contínuo e contínuo e dscreto dscreto dscreto Não Não Sm Não Não Não Parte do modelo Geração manual ou automátca 6.. Etapa : Aplcação Crado com apoo de consultora Crado com apoo de consultora Crado com apoo de consultora Crado com apoo de consultora Crado com apoo de consultora Na etapa, aplca-se um questonáro aos funconáros seleconados na etapa. Este questonáro é consttuído por um conjunto de 4 perguntas cujas respostas atrbuem pontos para cada modelo de maturdade (Tabela ). As perguntas e as respostas possíves estão dretamente relaconadas com as característcas consderadas na seção anteror para comparar os modelos analsados neste trabalho. 6

7 Também conforme uma escala Lkert, cada modelo recebe uma pontuação que vara de a. Esta pontuação é desgnada daqu por dante como. A pontuação sgnfca que o modelo não satsfaz o requsto de avalação. A pontuação sgnfca que o modelo satsfaz parcalmente e a pontuação que satsfaz plenamente. Outro aspecto anda contemplado pelo questonáro é o grau de mportânca do requsto relaconado com uma dada pergunta. Este grau de mportânca, desgnado daqu por dante como, também é defndo conforme uma escala Lkert (: não relevante; : mportante e : essencal). Aqu é mportante estabelecer uma ressalva. Caso uma organzação estabeleça mas de um requsto essencal e não exsta um únco modelo que atende todos eles, a organzação terá que abrr mão dos requstos essencas não contemplados pelo modelo seleconado; ou então adaptar o modelo seleconado. Neste caso, deve-se refletr se não é melhor a organzação conceber um modelo própro que satsfaça seus requstos Etapa 3: Consoldação Na etapa 3, é feto o cálculo da pontuação fnal de cada modelo em conjunto com o seu desvo padrão. Este cálculo é consoldado a partr a partr da Fórmula e da Fórmula. M representa a pontuação fnal de um dado modelo (o -ésmo modelo). Neste estudo foram consderados ses modelos; logo, vara de (OPM3) até 6 (MMGP). M N j 4 j k N k *, j, k Fórmula Cálculo da Pontuação Fnal do -ésmo Modelo. N j 4 ( * j k k N, j, k M ) Fórmula Cálculo do Desvo Padrão do -ésmo Modelo. Como város questonáros podem ser aplcados, o -ésmo modelo recebe uma pontuação em cada j-ésmo questonáro. Logo, j vara de, quantdade mínma de questonáros aplcados, até N; onde N. O cálculo da pontuação obtda pelo - ésmo modelo para o j-ésmo questonáro dá-se da segunte forma: soma-se a pontuação obtda pelo -ésmo modelo para todas as questões do j-ésmo questonáro. Cada questão é representada pelo índce k, que vara de até 4. Por sua vez, a pontuação obtda em cada questão é a multplcação do valor obtdo pelo -ésmo modelo na k-ésma questão (valor calculado em função da resposta dada nesta questão, conforme a Tabela ) do j-ésmo questonáro pelo grau de mportânca (defndo anterormente como ) da k-ésma questão. Para obter a pontuação fnal do modelo ( M ), consderando todos os questonáros aplcados, faz-se uma méda ponderada da pontuação obtda pelo -ésmo modelo em cada j-ésmo questonáro em função do fator de nfluênca atrbuído ao funconáro respondente (defndo anterormente como ) do j-ésmo questonáro. O cálculo do desvo padrão ( ) é feto a partr da raz quadrada da varânca. É 7

8 mportante observar que o dvsor é N e não ( N ) porque se está calculando o desvo padrão de uma população e não de uma amostra. Tabela Perguntas e Pontuação do Processo de Recomendação. Perguntas Respostas OPM3 PMMM P3M3 PMM KPMMM MMGP () O modelo deve ter sdo crado: (a) por nsttução; (b) por consultor. () O modelo deve ter pelo menos quantos anos de uso: (a) anos; (b) 4 anos; (3) Será avalada a maturdade do gerencamento de: (4) Os processos de gestão de projetos são ou serão baseados no: (5) Va ser precso adaptar o modelo: (6) A maor abrangênca de uso do modelo deve ser: (7) O mecansmo de avalação do modelo deve ser baseado em: (8) A avalação deve ser baseada em evdêncas: (9) Há nteresse em realzar uma avalação de certfcação: () A avalação deve ser feta com apoo de software específco: () Qual o nível de granulardade desejado da escala de avalação: () Deseja-se comparar a sua maturdade em gerencamento de projetos com a de outras empresas do Brasl: (3) A construção de um plano de melhoras deve ser guada: (4) O custo com aqusção de referêncas sobre o modelo e eventual software de avalação deve ser: 7. Estudo de Caso (c) 6 anos. (a) projetos; (b) projetos, programas e portfólos. (a) PMBOK; (b) PRINCE; (c) a e b (d) outros. (a) sm; (b) não. (a) naconal; (b) nternaconal. (a) questonáros; (b) checklsts. (a) sm; (b) não. (a) sm; (b) não. (a) sm; (b) não. (a) alto (contínua); (b) moderado (dscreta). (a) sm; (b) não. (a) pelo modelo; (b) por consultores. (a) = a zero; (b) < US$.; (c) < US$,.; (d) < US$ 5,.. Com o ntuto de valdar o processo de recomendação, analsou-se o caso de uma undade de negócos, parte de uma empresa multnaconal da área de telecomuncações, que teve a sua maturdade em gerencamento de projetos avalada. Requstos foram estabelecdos por esta undade e o modelo escolhdo devera satsfazer estes: () é mportante que o modelo possa ser adaptado para avalar organzações orentadas a operações; () é essencal que o custo assocado com a aqusção de referêncas do modelo seja baxo (menor do que US$.); e (3) é essencal que o modelo seja nternaconal. Uma equpe de três pessoas, durante dos meses, analsou quatro dos ses modelos apresentados (OPM3, PMMM, KPMMM e MMGP). Após a análse, a equpe ndcou o KPMMM como modelo mas adequado e o PMMM, como segunda opção. De forma ndependente, utlzou-se o processo aqu descrto para analsar se este corrobora as recomendações da equpe. Como neste caso o processo fo aplcado 8

9 posterormente a seleção de fato, não houve necessdade de: eleger um coordenador, nem aplcar o questonáro a funconáros da organzação. O que se fez fo responder as questões do questonáro a partr dos requstos levantados pela undade de negócos. As questões relaconadas a temas não explctados pelos requstos foram consderadas não relevantes para este contexto de avalação; ou seja, grau de mportânca gual a. As questões relaconadas com os requstos são: questão 5, relaconada com o requsto ; questão 4, relaconada com o requsto e questão 6, relaconada com o requsto 3. As respostas para estas questões foram: a, b e b, respectvamente. Consderando o grau de mportânca destas questões, dervado da mportânca dada a cada requsto; consderando uma únca aplcação do questonáro (N = ) e desconsderando o fator de nfluênca, uma vez que só aplcou-se o questonáro uma únca fez; calculou-se a pontuação fnal para cada um dos ses modelos. Efetuando os cálculos, obteve-se a segunte pontuação: OPM3, 6 pontos; PMMM, 8 pontos; P3M3, 8 pontos; PMM, 8 pontos; KPMMM, pontos e MMGP, 4 pontos. O desvo padrão para todos os modelos é zero, pos N =. Observa-se que o modelo ncalmente ndcado pela equpe, o KPMMM, fo o mas pontuado conforme o processo em questão. O PMMM, o segundo ndcado pela equpe, aparece como o segundo mas pontuado, empatado com o P3M3 e o PMM. Informações colhdas nformalmente com os gerentes da undade mostraram que estes se sentem mas confortáves e aderentes às prátcas do PMBOK. O que justfca a não recomendação do P3M3 e PMM pela equpe de seleção. Portanto, pode-se dzer, em prmera nstânca, que o processo aqu proposto corroborou as sugestões da equpe de seleção. É mportante frsar que o processo não defne o melhor modelo, ele só lmta o espaço de análse relaconando os modelos mas ndcados. Logo, o processo não senta a necessdade de analsar os modelos mas bem pontuados em profunddade. Para só então, realzar a escolha mas adequada. 8. Conclusões e Trabalhos Futuros Este artgo apresentou e comparou os ses modelos de maturdade em gerencamento de projetos mas referencados na lteratura. Esta comparação consderou característcas que não se atêm ao mérto técnco de cada modelo. Através desta comparação o letor pôde conhecer melhor estes modelos e compreender as prncpas semelhanças e dferenças entre eles. A partr destas semelhanças e dferenças, propôs-se um processo de recomendação que ndca quas modelos são mas adequados para um dado contexto. Um estudo de caso fo realzado e valdou, em prmera nstânca, o processo de recomendação, uma vez que os resultados deste foram compatíves com a análse feta por uma equpe de três pessoas. Por fm, város trabalhos podem ser realzados com o objetvo de contnuar a lnha de pesqusa deste artgo, aperfeçoando-o e complementando-o: () aplcar o processo aqu defndo em outras organzações e, então; () dentfcar lacunas no modelo, sob a forma de (a) característcas não contempladas, (b) modelos de maturdade não consderados e (c) perguntas ausentes do questonáro. Portanto, este artgo estabelece um passo ncal, mas é precso camnhar para uma stuação na qual seja possível recomendar um modelo não só a partr das característcas aqu consderadas, mas também levando em conta o mérto técnco dos modelos. Sem esquecer também de questões organzaconas como tempo e custo total de mplantação das melhoras, necessdade de consultora externa, entre outras. 9

10 Referêncas BAY, A.; SKITMORE, M. Project Management Maturty: Some Results from Indonesa. Journal of Buldng and Constructon Management, 5, 6. CRAWFORD, J. Project Management Maturty Model. Second Edton, Auerbach Publcatons, Center for Busness Practces, 7. COOKE-DAVIES, T. J. The Wley Gude to Managng Projects Chapter 49: Project Management Maturty Models. John Wley & Sons, 34 55, 4. GRANT, K.; PENNYPACKER, J. Project Management Maturty: An Assessment of Project Management Capabltes Among and Between Selected Industres. IEEE Transactons of Engneerng Management, vol. 53, n., 6. HARRISON, P. Análse e Resultados da Aplcação de Modelos de Maturdade em Gerencamento de Projetos em uma Organzação: um Estudo de Caso. Tese (Doutorado) Escola Poltécnca, Unversdade de São Paulo, 6. IBBS, C.; KWAK, Y. Assessng Project Management Maturty. Project Management Journal, vol. 3,. JEDD, M. Organzatonal Maturty Assessments Lght the Way to Optmzed Project Management. PM Network, June 5. JUDGEV, K.; THOMAS, J. Project Management Maturty Models: The Slver Bullets of Compettve Advantage. Project Management Journal, 4 4, dec.,. KERZNER, H. Usng the Project Management Maturty Model: Stratetc Plannng for Project Management. Second Edton, Wley, 5. OGC. Managng Successful Projects wth PRINCE. Statonery Offce Books, 5. OGC. PRINCE Maturty Model. Offce of Government Commerce, 6. OGC. Portfolo, Programme and Project Management Maturty Model. Offce of Government Commerce, 8. PMI. Project Management Body of Knowledge (PMBOK Gude). Project Management Insttute, 4. PMI. Organzatonal Project Management Maturty Model (OPM3) Knowledge Foundaton. Project Management Insttute, 8. PINTO, A. Estudo de Benchmarkng em Gerencamento de Projetos - Relatóro Técnco dos Chapters Brasleros do Project Management Insttute. Brasl, 8. PRADO, D. Maturdade em Gerencamento de Projetos. INDG, 8. PRADO, D.; ARCHIBALD, R. Relatóro Anual 6: Pesqusa sobre Maturdade em Gerencamento de Projetos. Dsponível em: 7. SEI. Capablty Maturty Model for Software, Verson.. Carnege Mellon, Software Engneerng Insttute, 99. SEI. Capablty Maturty Model Integraton for Development, Verson.. Carnege Mellon, Software Engneerng Insttute, 6. SUPIÉ, H. Project Management Maturty of Selected Organzatons n Croata. 8 th Internatonal Conference on Telecommuncatons, 5.

4 Critérios para Avaliação dos Cenários

4 Critérios para Avaliação dos Cenários Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada

Leia mais

7 - Distribuição de Freqüências

7 - Distribuição de Freqüências 7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste

Leia mais

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo 3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas

Leia mais

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca

Leia mais

2 Incerteza de medição

2 Incerteza de medição 2 Incerteza de medção Toda medção envolve ensaos, ajustes, condconamentos e a observação de ndcações em um nstrumento. Este conhecmento é utlzado para obter o valor de uma grandeza (mensurando) a partr

Leia mais

U N I V E R S I D A D E D O S A Ç O R E S D E P A R T A M E N T O D E M A T E M Á T I C A ARMANDO B MENDES ÁUREA SOUSA HELENA MELO SOUSA

U N I V E R S I D A D E D O S A Ç O R E S D E P A R T A M E N T O D E M A T E M Á T I C A ARMANDO B MENDES ÁUREA SOUSA HELENA MELO SOUSA U N I V E R S I D A D E D O S A Ç O R E S D E P A R T A M E N T O D E M A T E M Á T I C A CLASSIFICAÇÃO DE MONOGRAFIAS UMA PROPOSTA PARA MAIOR OBJECTIVIDADE ARMANDO B MENDES ÁUREA SOUSA HELENA MELO SOUSA

Leia mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das

Leia mais

2 Metodologia de Medição de Riscos para Projetos

2 Metodologia de Medição de Riscos para Projetos 2 Metodologa de Medção de Rscos para Projetos Neste capítulo remos aplcar os concetos apresentados na seção 1.1 ao ambente de projetos. Um projeto, por defnção, é um empreendmento com metas de prazo, margem

Leia mais

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC) UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade

Leia mais

3 Algoritmos propostos

3 Algoritmos propostos Algortmos propostos 3 Algortmos propostos Nesse trabalho foram desenvolvdos dos algortmos que permtem classfcar documentos em categoras de forma automátca, com trenamento feto por usuáros Tas algortmos

Leia mais

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação Mnstéro da Educação Insttuto Naconal de Estudos e Pesqusas Educaconas Aníso Texera Cálculo do Conceto Prelmnar de Cursos de Graduação Nota Técnca Nesta nota técnca são descrtos os procedmentos utlzados

Leia mais

Algarismos Significativos Propagação de Erros ou Desvios

Algarismos Significativos Propagação de Erros ou Desvios Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento

Leia mais

3 A técnica de computação intensiva Bootstrap

3 A técnica de computação intensiva Bootstrap A técnca de computação ntensva ootstrap O termo ootstrap tem orgem na expressão de língua nglesa lft oneself by pullng hs/her bootstrap, ou seja, alguém levantar-se puxando seu própro cadarço de bota.

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das

Leia mais

UNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira

UNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira UNIVERSIDADE DE PERNAMBUCO ESCOLA POLITÉCNICA DE PERNAMBUCO Físca Expermental Prof o José Wlson Vera wlson.vera@upe.br AULA 01: PROCESSOS DE ANÁLISE GRÁFICA E NUMÉRICA MODELO LINEAR Recfe, agosto de 2015

Leia mais

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas 3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas

Leia mais

5 Implementação Procedimento de segmentação

5 Implementação Procedimento de segmentação 5 Implementação O capítulo segunte apresenta uma batera de expermentos prátcos realzados com o objetvo de valdar o método proposto neste trabalho. O método envolve, contudo, alguns passos que podem ser

Leia mais

Regressão Linear Simples by Estevam Martins

Regressão Linear Simples by Estevam Martins Regressão Lnear Smples by Estevam Martns stvm@uol.com.br "O únco lugar onde o sucesso vem antes do trabalho, é no dconáro" Albert Ensten Introdução Mutos estudos estatístcos têm como objetvo estabelecer

Leia mais

Construção e aplicação de índices-padrão

Construção e aplicação de índices-padrão Construção e aplcação de índces-padrão Artgo Completo José Aparecdo Moura Aranha (Admnstrador e Contador, Professor Assstente do Curso de Admnstração da Unversdade Federal de Mato Grosso do Sul - Câmpus

Leia mais

Cap. IV Análise estatística de incertezas aleatórias

Cap. IV Análise estatística de incertezas aleatórias TLF 010/11 Cap. IV Análse estatístca de ncertezas aleatóras Capítulo IV Análse estatístca de ncertezas aleatóras 4.1. Méda 43 4.. Desvo padrão 44 4.3. Sgnfcado do desvo padrão 46 4.4. Desvo padrão da méda

Leia mais

3 Subtração de Fundo Segmentação por Subtração de Fundo

3 Subtração de Fundo Segmentação por Subtração de Fundo 3 Subtração de Fundo Este capítulo apresenta um estudo sobre algortmos para a detecção de objetos em movmento em uma cena com fundo estátco. Normalmente, estas cenas estão sob a nfluênca de mudanças na

Leia mais

METODOLOGIA DO ÍNDICE CARBONO EFICIENTE (ICO2)

METODOLOGIA DO ÍNDICE CARBONO EFICIENTE (ICO2) METODOLOGIA DO ÍNDICE CARBONO Abrl/2015 [data] METODOLOGIA DO ÍNDICE CARBONO O ICO2 é o resultado de uma cartera teórca de atvos, elaborada de acordo com os crtéros estabelecdos nesta metodologa. Os índces

Leia mais

UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR

UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EATAS DEPARTAMENTO DE ESTATÍSTICA UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR

Leia mais

SÉRIE DE PROBLEMAS: CIRCUITOS DE ARITMÉTICA BINÁRIA. CIRCUITOS ITERATIVOS.

SÉRIE DE PROBLEMAS: CIRCUITOS DE ARITMÉTICA BINÁRIA. CIRCUITOS ITERATIVOS. I 1. Demonstre que o crcuto da Fg. 1 é um half-adder (semsomador), em que A e B são os bts que se pretendem somar, S é o bt soma e C out é o bt de transporte (carry out). Fg. 1 2. (Taub_5.4-1) O full-adder

Leia mais

1. CORRELAÇÃO E REGRESSÃO LINEAR

1. CORRELAÇÃO E REGRESSÃO LINEAR 1 CORRELAÇÃO E REGREÃO LINEAR Quando deseja-se estudar se exste relação entre duas varáves quanttatvas, pode-se utlzar a ferramenta estatístca da Correlação Lnear mples de Pearson Quando essa correlação

Leia mais

Modelo de Alocação de Vagas Docentes

Modelo de Alocação de Vagas Docentes Reunão Comssão de Estudos de Alocação de Vagas Docentes da UFV Portara 0400/2016 de 04/05/2016 20 de mao de 2016 Comssão de Estudos das Planlhas de Alocação de Vagas e Recursos Ato nº 009/2006/PPO 19/05/2006

Leia mais

DELINEAMENTOS EXPERIMENTAIS

DELINEAMENTOS EXPERIMENTAIS SUMÁRIO 1 Delneamentos Expermentas 2 1.1 Delneamento Interamente Casualzado..................... 2 1.2 Delneamento Blocos Casualzados (DBC).................... 3 1.3 Delneamento Quadrado Latno (DQL)......................

Leia mais

Caderno de Fórmulas em Implementação. SWAP Alterações na curva Libor

Caderno de Fórmulas em Implementação. SWAP Alterações na curva Libor Caderno de Fórmulas em Implementação SWAP Alterações na curva Lbor Atualzado em: 15/12/217 Comuncado: 12/217 DN Homologação: - Versão: Mar/218 Índce 1 Atualzações... 2 2 Caderno de Fórmulas - SWAP... 3

Leia mais

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de

Leia mais

IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO

IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO Alne de Paula Sanches 1 ; Adrana Betâna de Paula Molgora 1 Estudante do Curso de Cênca da Computação da UEMS, Undade Unverstára de Dourados;

Leia mais

ESTUDO DE MODELOS PARA AJUSTE E PREVISÃO DE UMA SÉRIE TEMPORAL

ESTUDO DE MODELOS PARA AJUSTE E PREVISÃO DE UMA SÉRIE TEMPORAL Revsta Matz Onlne ESTUDO DE MODELOS PARA AJUSTE E PREVISÃO DE UMA SÉRIE TEMPORAL Valera Ap. Martns Ferrera Vvane Carla Fortulan Valéra Aparecda Martns. Mestre em Cêncas pela Unversdade de São Paulo- USP.

Leia mais

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro. Aplcação Por exemplo, se prepararmos uma área expermental com todo cudado possível e fzermos, manualmente, o planto de 100 sementes seleconadas de um mlho híbrdo, cudando para que as sementes fquem na

Leia mais

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência. MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,

Leia mais

Programa de Certificação de Medidas de um laboratório

Programa de Certificação de Medidas de um laboratório Programa de Certfcação de Meddas de um laboratóro Tratamento de dados Elmnação de dervas Programa de calbração entre laboratóros Programa nterno de calbração justes de meddas a curvas Tratamento dos resultados

Leia mais

EXERCÍCIO: VIA EXPRESSA CONTROLADA

EXERCÍCIO: VIA EXPRESSA CONTROLADA EXERCÍCIO: VIA EXPRESSA CONTROLADA Engenhara de Tráfego Consdere o segmento de va expressa esquematzado abaxo, que apresenta problemas de congestonamento no pco, e os dados a segur apresentados: Trechos

Leia mais

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16%

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16% Análse de Rsco 1 RISCO Rsco possbldade de perda. Quanto maor a possbldade, maor o rsco. Exemplo: Empresa X va receber $ 1.000 de uros em 30 das com títulos do governo. A empresa Y pode receber entre $

Leia mais

Análise Exploratória de Dados

Análise Exploratória de Dados Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: traçar dagramas de dspersão, para avalar possíves relações entre as duas varáves; calcular o coefcente de correlação entre as duas

Leia mais

Universidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Classificadores Lineares. Luiz Eduardo S. Oliveira, Ph.D.

Universidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Classificadores Lineares. Luiz Eduardo S. Oliveira, Ph.D. Unversdade Federal do Paraná Departamento de Informátca Reconhecmento de Padrões Classfcadores Lneares Luz Eduardo S. Olvera, Ph.D. http://lesolvera.net Objetvos Introduzr os o conceto de classfcação lnear.

Leia mais

METOLOGIA. 1. Histórico

METOLOGIA. 1. Histórico METOLOGIA A Sondagem da Construção Cvl do RS é uma sondagem de opnão empresaral realzada mensalmente e fo crada pela Confederação Naconal da Indústra (CNI) com o apoo da Câmara Braslera da Indústra da

Leia mais

Aprendizagem de Máquina

Aprendizagem de Máquina Plano de Aula Aprendzagem de Máquna Aprendzagem Baseada em Instâncas Alessandro L. Koerch Introdução Espaço Eucldano Aprendzagem Baseada em Instâncas (ou Modelos Baseados em Dstânca) Regra knn (k vznhos

Leia mais

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma Capítulo 8 Dferencação Numérca Quase todos os métodos numércos utlzados atualmente para obtenção de soluções de equações erencas ordnáras e parcas utlzam algum tpo de aproxmação para as dervadas contínuas

Leia mais

ESTUDO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO

ESTUDO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO ESTUDO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO Alne de Paula Sanches (Bolssta UEMS), Adrana Betâna de Paula Molgora Unversdade Estadual de Mato Grosso do Sul Cdade Unverstára de Dourados, Caxa

Leia mais

Associação entre duas variáveis quantitativas

Associação entre duas variáveis quantitativas Exemplo O departamento de RH de uma empresa deseja avalar a efcáca dos testes aplcados para a seleção de funconáros. Para tanto, fo sorteada uma amostra aleatóra de 50 funconáros que fazem parte da empresa

Leia mais

Medidas de Tendência Central. Prof.: Ademilson Teixeira

Medidas de Tendência Central. Prof.: Ademilson Teixeira Meddas de Tendênca Central Prof.: Ademlson Texera ademlson.texera@fsc.edu.br 1 Servem para descrever característcas báscas de um estudo com dados quanttatvos e comparar resultados. Meddas de Tendênca Central

Leia mais

3 Desenvolvimento do Modelo

3 Desenvolvimento do Modelo 3 Desenvolvmento do Modelo Neste capítulo apresentaremos como está estruturado o modelo desenvolvdo nesta dssertação para otmzar o despacho de geradores dstrbuídos com o obetvo de reduzr os custos da rede

Leia mais

GARANTIA DE EXCELENTE INTERCAMBIALIDADE E REDUÇÃO DE CUSTOS ATRAVÉS DA ANÁLISE ESTATÍSTICA DE TOLERÂNCIAS

GARANTIA DE EXCELENTE INTERCAMBIALIDADE E REDUÇÃO DE CUSTOS ATRAVÉS DA ANÁLISE ESTATÍSTICA DE TOLERÂNCIAS GARANIA DE EXCELENE INERCAMBIALIDADE E REDUÇÃO DE CUSOS ARAVÉS DA ANÁLISE ESAÍSICA DE OLERÂNCIAS Edvaldo Antono Bulba* *Prof. Dr. da Fatec SP FEI e Unversdade São Judas E mal: bulba@fe.edu.br Resumo Numa

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ Em mutas stuações duas ou mas varáves estão relaconadas e surge então a necessdade de determnar a natureza deste relaconamento. A análse

Leia mais

Estudo quantitativo do processo de tomada de decisão de um projeto de melhoria da qualidade de ensino de graduação.

Estudo quantitativo do processo de tomada de decisão de um projeto de melhoria da qualidade de ensino de graduação. Estudo quanttatvo do processo de tomada de decsão de um projeto de melhora da qualdade de ensno de graduação. Rogéro de Melo Costa Pnto 1, Rafael Aparecdo Pres Espíndula 2, Arlndo José de Souza Júnor 1,

Leia mais

ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO

ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO Anas Eletrônco ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO Anderson Takash Hara, Heraldo Takao Hashgut, Antôno Carlos Andrade

Leia mais

u a mesma área, na escala de 1: , tomadas a cada intervalo de 18 dias.

u a mesma área, na escala de 1: , tomadas a cada intervalo de 18 dias. QUANTFCAÇÃO E SENSORAMENTO REMOTO NA NVESTGAÇÃO GEOGRÁFCA A evolução recente da cênca tem colocado, com certa frequênca, o nvestgador em stuação crítca face à massa de nformações, dados e meos para sua

Leia mais

PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM CHAPAS DE PAPELÃO ONDULADO CICLO 2013 PROTOCOLO

PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM CHAPAS DE PAPELÃO ONDULADO CICLO 2013 PROTOCOLO PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM CHAPAS DE PAPELÃO ONDULADO CICLO 013 PROTOCOLO CT-Floresta - LPC - FOI/004 7/11/01 Aprovado: Mara Luza Otero D'Almeda / SUMÁRIO 1 INTRODUÇÃO... 1 PÚBLICO ALVO...

Leia mais

Testes não-paramétricos

Testes não-paramétricos Testes não-paramétrcos Prof. Lorí Val, Dr. http://www.mat.ufrgs.br/val/ val@mat.ufrgs.br Um teste não paramétrco testa outras stuações que não parâmetros populaconas. Estas stuações podem ser relaconamentos,

Leia mais

PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM CHAPAS DE PAPELÃO ONDULADO CICLO 2013 PROTOCOLO

PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM CHAPAS DE PAPELÃO ONDULADO CICLO 2013 PROTOCOLO PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM CHAPAS DE PAPELÃO ONDULADO CICLO 013 PROTOCOLO CT-Floresta - LPC - FOI/004 05/0/013 Aprovado: Mara Luza Otero D'Almeda / SUMÁRIO 1 INTRODUÇÃO... 1 PÚBLICO ALVO...

Leia mais

Economia Industrial. Prof. Marcelo Matos. Aula 7

Economia Industrial. Prof. Marcelo Matos. Aula 7 Economa Industral Prof. Marcelo Matos Aula 7 Concentração de Mercado Resende e Boff [cap 5 de K&H, 2013]; Ferguson e Ferguson cap.3; Meddas de Concentração: característcas Possbldade de classfcar meddas

Leia mais

DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS

DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS 1 A análse de dagnóstco (ou dagnóstco do ajuste) confgura uma etapa fundamental no ajuste de modelos de regressão. O objetvo prncpal da análse de dagnóstco

Leia mais

Proposta de uso conjunto do BSC e QFD no estabelecimento de conjunto de indicadores de desempenho para suprir exigências da norma ISO 9001 versão 2000

Proposta de uso conjunto do BSC e QFD no estabelecimento de conjunto de indicadores de desempenho para suprir exigências da norma ISO 9001 versão 2000 Proposta de uso conjunto do BSC e QFD no estabelecmento de conjunto de ndcadores de desempenho para suprr exgêncas da norma ISO 9001 versão 2000 Alexandre Gustavo Sabno (UFRGS) agsabno@terra.com.br Flávo

Leia mais

5 Métodos de cálculo do limite de retenção em função da ruína e do capital inicial

5 Métodos de cálculo do limite de retenção em função da ruína e do capital inicial 5 Métodos de cálculo do lmte de retenção em função da ruína e do captal ncal Nesta dssertação serão utlzados dos métodos comparatvos de cálculo de lmte de retenção, onde ambos consderam a necessdade de

Leia mais

Tópicos Avançados em Engenharia de Software 3

Tópicos Avançados em Engenharia de Software 3 1 CIn / UFPE Comparando Modelos de Maturidade em Gerenciamento de Projetos Gustavo Carvalho ghpc@cin.ufpe.br Dezembro 008 Qualidade + GP!!! (1) Garantia conformidade + Padrões Internacionais Normas, padrões

Leia mais

Das ideias ao sucesso

Das ideias ao sucesso www.pwc.pt Das deas ao sucesso PwC Startup Portugal 1 mllon fund project Busness Plan FY 2014/2015 Crou recentemente uma empresa com forte capacdade de crescmento? Tem espírto empreendedor com deas novadoras?

Leia mais

Exercícios. Utilizando um novo critério, essa banca avaliadora resolveu descartar a maior e a menor notas atribuídas ao professor.

Exercícios. Utilizando um novo critério, essa banca avaliadora resolveu descartar a maior e a menor notas atribuídas ao professor. Estatístca Exercícos 1. (Enem 013) Fo realzado um levantamento nos 00 hotés de uma cdade, no qual foram anotados os valores, em reas, das dáras para um quarto padrão de casal e a quantdade de hotés para

Leia mais

Programa do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall

Programa do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall Sstemas Intelgentes Aplcados Carlos Hall Programa do Curso Lmpeza/Integração de Dados Transformação de Dados Dscretzação de Varáves Contínuas Transformação de Varáves Dscretas em Contínuas Transformação

Leia mais

Medidas e resultados em um experimento.

Medidas e resultados em um experimento. Meddas e resultados em um expermento. I- Introdução O estudo de um fenômeno natural do ponto de vsta expermental envolve algumas etapas que, mutas vezes, necesstam de uma elaboração préva de uma seqüênca

Leia mais

DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS

DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS 177 DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS Antôno Carlos da Slva Flho Un-FACEF Introdução Trend Strps (TS) são uma nova técnca de análse da dnâmca de um sstema,

Leia mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso de Admnstração em Gestão Públca Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos uns dos

Leia mais

Flambagem. Cálculo da carga crítica via MDF

Flambagem. Cálculo da carga crítica via MDF Flambagem Cálculo da carga crítca va MDF ROF. ALEXANDRE A. CURY DEARTAMENTO DE MECÂNICA ALICADA E COMUTACIONAL Flambagem - Cálculo da carga crítca va MDF Nas aulas anterores, vmos como avalar a carga crítca

Leia mais

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de

Leia mais

4.1 Modelagem dos Resultados Considerando Sazonalização

4.1 Modelagem dos Resultados Considerando Sazonalização 30 4 METODOLOGIA 4.1 Modelagem dos Resultados Consderando Sazonalzação A sazonalzação da quantdade de energa assegurada versus a quantdade contratada unforme, em contratos de fornecmento de energa elétrca,

Leia mais

8 - Medidas Descritivas

8 - Medidas Descritivas 8 - Meddas Descrtvas 8. Introdução Ao descrevemos um conjunto de dados por meo de tabelas e gráfcos temos muto mas nformações sobre o comportamento de uma varável do que a própra sére orgnal de dados.

Leia mais

Teoria da Regressão Espacial Aplicada a. Sérgio Alberto Pires da Silva

Teoria da Regressão Espacial Aplicada a. Sérgio Alberto Pires da Silva Teora da Regressão Espacal Aplcada a Modelos Genércos Sérgo Alberto Pres da Slva ITENS DE RELACIONAMENTOS Tópcos Báscos da Regressão Espacal; Banco de Dados Geo-Referencados; Modelos Genércos Robustos;

Leia mais

Aula Características dos sistemas de medição

Aula Características dos sistemas de medição Aula - Característcas dos sstemas de medção O comportamento funconal de um sstema de medção é descrto pelas suas característcas (parâmetros) operaconas e metrológcas. Aqu é defnda e analsada uma sére destes

Leia mais

Reconhecimento Estatístico de Padrões

Reconhecimento Estatístico de Padrões Reconhecmento Estatístco de Padrões X 3 O paradgma pode ser sumarzado da segunte forma: Cada padrão é representado por um vector de característcas x = x1 x2 x N (,,, ) x x1 x... x d 2 = X 1 X 2 Espaço

Leia mais

Estatística II Antonio Roque Aula 18. Regressão Linear

Estatística II Antonio Roque Aula 18. Regressão Linear Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão

Leia mais

NOVA METODOLOGIA PARA RECONCILIAÇÃO DE DADOS: CONSTRUÇÃO DE BALANÇÃO HÍDRICOS EM INDÚSTRIA UTILIZANDO O EMSO

NOVA METODOLOGIA PARA RECONCILIAÇÃO DE DADOS: CONSTRUÇÃO DE BALANÇÃO HÍDRICOS EM INDÚSTRIA UTILIZANDO O EMSO I Congresso Baano de Engenhara Santára e Ambental - I COBESA NOVA METODOLOGIA PARA RECONCILIAÇÃO DE DADOS: CONSTRUÇÃO DE BALANÇÃO HÍDRICOS EM INDÚSTRIA UTILIZANDO O EMSO Marcos Vnícus Almeda Narcso (1)

Leia mais

Seqüenciação de N ordens de produção em uma máquina com tempo de preparação dependente da seqüência uma aplicação de busca tabu

Seqüenciação de N ordens de produção em uma máquina com tempo de preparação dependente da seqüência uma aplicação de busca tabu XXVI ENEGEP - Fortaleza, CE, Brasl, 9 a 11 de Outubro de 2006 Seqüencação de N ordens de produção em uma máquna com tempo de preparação dependente da seqüênca uma aplcação de busca tabu Renato de Olvera

Leia mais

DISTRIBUIÇÃO DA AÇÃO DO VENTO NOS ELEMENTOS DE CONTRAVENTAMENTO CONSIDERANDO O PAVIMENTO COMO DIAFRAGMA RÍGIDO: ANÁLISE SIMPLIFICADA E MATRICIAL

DISTRIBUIÇÃO DA AÇÃO DO VENTO NOS ELEMENTOS DE CONTRAVENTAMENTO CONSIDERANDO O PAVIMENTO COMO DIAFRAGMA RÍGIDO: ANÁLISE SIMPLIFICADA E MATRICIAL DISTRIBUIÇÃO DA AÇÃO DO VENTO NOS ELEMENTOS DE CONTRAVENTAMENTO CONSIDERANDO O PAVIMENTO COMO DIAFRAGMA RÍGIDO: ANÁLISE SIMPLIFICADA E MATRICIAL Dstrbuton of the wnd acton n the bracng elements consderng

Leia mais

NOTA II TABELAS E GRÁFICOS

NOTA II TABELAS E GRÁFICOS Depto de Físca/UFMG Laboratóro de Fundamentos de Físca NOTA II TABELAS E GRÁFICOS II.1 - TABELAS A manera mas adequada na apresentação de uma sére de meddas de um certo epermento é através de tabelas.

Leia mais

Regressão Logística Aplicada aos Casos de Sífilis Congênita no Estado do Pará

Regressão Logística Aplicada aos Casos de Sífilis Congênita no Estado do Pará Regressão Logístca Aplcada aos Casos de Sífls Congênta no Estado do Pará Crstane Nazaré Pamplona de Souza 1 Vanessa Ferrera Montero 1 Adrlayne dos Res Araújo 2 Edson Marcos Leal Soares Ramos 2 1 Introdução

Leia mais

CIRCULAR Nº 3.641, DE 4 DE MARÇO DE I - F = fator estabelecido no art. 4º da Resolução nº 4.193, de 2013;

CIRCULAR Nº 3.641, DE 4 DE MARÇO DE I - F = fator estabelecido no art. 4º da Resolução nº 4.193, de 2013; CIRCULAR Nº 3.64, DE 4 DE MARÇO DE 203 Estabelece os procedmentos para o cálculo da parcela dos atvos ponderados pelo rsco (RWA) referente às exposções em ouro, em moeda estrangera e em atvos sujetos à

Leia mais

3 Método Numérico. 3.1 Discretização da Equação Diferencial

3 Método Numérico. 3.1 Discretização da Equação Diferencial 3 Método Numérco O presente capítulo apresenta a dscretação da equação dferencal para o campo de pressão e a ntegração numérca da expressão obtda anterormente para a Vscosdade Newtonana Equvalente possbltando

Leia mais

MINISTÉRIO DA EDUCAÇÃO INSTITUTO NACIONAL DE ESTUDOS E PESQUISAS EDUCACIONAIS ANÍSIO TEIXEIRA DIRETORIA DE AVALIAÇÃO DA EDUCAÇÃO SUPERIOR

MINISTÉRIO DA EDUCAÇÃO INSTITUTO NACIONAL DE ESTUDOS E PESQUISAS EDUCACIONAIS ANÍSIO TEIXEIRA DIRETORIA DE AVALIAÇÃO DA EDUCAÇÃO SUPERIOR MINISTÉRIO DA EDUCAÇÃO INSTITUTO NACIONAL DE ESTUDOS E PESQUISAS EDUCACIONAIS ANÍSIO TEIEIRA DIRETORIA DE AVALIAÇÃO DA EDUCAÇÃO SUPERIOR NOTA METODOLÓGICA INDICADORES DE QUALIDADE DA EDUCAÇÃO SUPERIOR

Leia mais

DETERMINAÇÃO DE VALORES LIMITE DE EMISSÃO PARA SUBSTÂNCIAS PERIGOSAS DA LISTA II DA DIRECTIVA 76/464/CEE

DETERMINAÇÃO DE VALORES LIMITE DE EMISSÃO PARA SUBSTÂNCIAS PERIGOSAS DA LISTA II DA DIRECTIVA 76/464/CEE DETERMINAÇÃO DE VALORES LIMITE DE EMISSÃO PARA SUBSTÂNCIAS PERIGOSAS DA LISTA II DA DIRECTIVA 76/464/CEE Anabela R. S. REBELO Lc. Químca Industral, CCDR Algarve, Rua Dr. José de Matos n.º 13, 800-503 Faro,

Leia mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso Superor de tecnólogo em Gestão Ambental Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos

Leia mais

Covariância na Propagação de Erros

Covariância na Propagação de Erros Técncas Laboratoras de Físca Lc. Físca e Eng. omédca 007/08 Capítulo VII Covarânca e Correlação Covarânca na propagação de erros Coefcente de Correlação Lnear 35 Covarânca na Propagação de Erros Suponhamos

Leia mais

Índices de Concentração 1

Índices de Concentração 1 Índces de Concentração Crstane Alkmn Junquera Schmdt arcos André de Lma 3 arço / 00 Este documento expressa as opnões pessoas dos autores e não reflete as posções ofcas da Secretara de Acompanhamento Econômco

Leia mais

Medida de Quatro Pontas Autor: Mauricio Massazumi Oka Versão 1.0 (janeiro 2000)

Medida de Quatro Pontas Autor: Mauricio Massazumi Oka Versão 1.0 (janeiro 2000) Medda de Quatro Pontas Autor: Maurco Massazum Oka Versão.0 (janero 000) Introdução A técnca de medda de quatro pontas é largamente usada para a medda de resstvdades e resstêncas de folha. O método em s

Leia mais

7 Tratamento dos Dados

7 Tratamento dos Dados 7 Tratamento dos Dados 7.. Coefcentes de Troca de Calor O úmero de usselt local é dado por h( r )d u ( r ) (7-) k onde h(r), o coefcente local de troca de calor é h( r ) q''- perdas T q''- perdas (T( r

Leia mais

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,

Leia mais

Utilização de técnicas de regressão linear na estimação do PIB no Amazonas

Utilização de técnicas de regressão linear na estimação do PIB no Amazonas Utlzação de técncas de regressão lnear na estmação do PIB no Amazonas Sdney Costa Unversdade Federal do Amazonas Departamento de Admnstração. Geraldo L. de Souza Jr. Prefetura de Manaus SEPLAN. Waldemar

Leia mais

Auto-Fusão da Auto-Face, do Auto-Esboço e da Auto-Pele pelo Misturograma em imagens em nível de cinza

Auto-Fusão da Auto-Face, do Auto-Esboço e da Auto-Pele pelo Misturograma em imagens em nível de cinza Auto-Fusão da Auto-Face, do Auto-Esboço e da Auto-Pele pelo Msturograma em magens em nível de cnza Severno Jr, Osvaldo IMES - FAFICA osvaldo@fafca.br Gonzaga, Adlson Escola de Engenhara de São Carlos -

Leia mais

Estatística e Probabilidade

Estatística e Probabilidade Estatístca e Probabldade Professor conteudsta: Rcardo Vda Sumáro Estatístca e Probabldade Undade I 1 CONCEITOS BÁSICOS...1 1.1 Concetos fundamentas... 1. Processos estatístcos de abordagem... 1.3 Dados

Leia mais

MODELOS DE REGRESSÃO PARAMÉTRICOS

MODELOS DE REGRESSÃO PARAMÉTRICOS MODELOS DE REGRESSÃO PARAMÉTRICOS Às vezes é de nteresse nclur na análse, característcas dos ndvíduos que podem estar relaconadas com o tempo de vda. Estudo de nsufcênca renal: verfcar qual o efeto da

Leia mais

), demonstrado no capítulo 3, para

), demonstrado no capítulo 3, para 6 Conclusão Neste trabalho foram realzados cnco estudos de casos como meo de nvestgar a nfluênca de trbutos no processo decsóro de localzação. Buscou-se realzar as entrevstas em dferentes negócos para

Leia mais

MEDO DO DESEMPREGO E SATISFAÇÃO COM A VIDA METODOLOGIA. Versão 2.0

MEDO DO DESEMPREGO E SATISFAÇÃO COM A VIDA METODOLOGIA. Versão 2.0 METODOLOGIA MEDO DO DESEMPREGO E SATISFAÇÃO COM A VIDA Versão 2.0 Brasíla - Março/2012 Versão 2.0 Brasíla-DF Outubro/2016 METODOLOGIA MEDO DO DESEMPREGO E SATISFAÇÃO COM A VIDA Versão 2.0 Brasíla - Março/2012

Leia mais

ALTERNATIVA PARA DETERMINAR ACURÁCIA DA PREVISÃO DO MBAR UTILIZANDO ÍNDICE DE BRIER. Reinaldo Bomfim da Silveira 1 Juliana Maria Duarte Mol 1 RESUMO

ALTERNATIVA PARA DETERMINAR ACURÁCIA DA PREVISÃO DO MBAR UTILIZANDO ÍNDICE DE BRIER. Reinaldo Bomfim da Silveira 1 Juliana Maria Duarte Mol 1 RESUMO ALTERNATIVA PARA DETERMINAR ACURÁCIA DA PREVISÃO DO MBAR UTILIZANDO ÍNDICE DE BRIER Renaldo Bomfm da Slvera 1 Julana Mara Duarte Mol 1 RESUMO Este trabalho propõe um método para avalar a qualdade das prevsões

Leia mais

8.16. Experimentos Fatoriais e o Fatorial Fracionado

8.16. Experimentos Fatoriais e o Fatorial Fracionado 8.6. Expermentos Fatoras e o Fatoral Fraconado Segundo Kng (995) os arranos fatoras e fatoral fraconado estão dentre os arranos mas usados em expermentos ndustras. Veremos aqu alguns casos mas geras e

Leia mais

Estatística Aplicada II CORRELAÇÃO. AULA 21 07/11/16 Prof a Lilian M. Lima Cunha

Estatística Aplicada II CORRELAÇÃO. AULA 21 07/11/16 Prof a Lilian M. Lima Cunha 09//06 Estatístca Aplcada II CORRELAÇÃO AULA 07//6 Prof a Llan M. Lma Cunha CORRELAÇÃO: Identfcar a estênca ou não de assocação lnear entre varáves: -Preço de um produto em regões; -Frete e Km percorrdo;

Leia mais

Dados ajustáveis a uma linha recta

Dados ajustáveis a uma linha recta Capítulo VI juste dos Mínmos Quadrados Dados ajustáves a uma lnha recta Determnação das constantes e B Incerteza nas meddas de Incerteza na determnação de e B juste dos mínmos quadrados a outras curvas:

Leia mais