PROPOSTA DE UM ESTUDO DE FILAS PARA MELHORIA NO ATENDIMENTO EM PONTOS DE VENDA: UM ESTUDO DE CASO NO SETOR FARMACÊUTICO ANDRÉ ANDRADE LONGARAY longaray@yahoo.com.br UNIVERSIDADE FEDERAL DO RIO GRANDE FURG VILMAR ANTONIO GONÇALVES TONDOLO vtondolo@gmail.com FUNDAÇÃO UNIVERSIDADE FEDERAL DO RIO GRANDE FURG PAULO ROBERTO SILVA MUNHOZ pamunhoz@terrra.com.br FUNDAÇÃO UNIVERSIDADE FEDERAL DO RIO GRANDE FURG SILVIO RAUBER silviorauber@gmail.com FUNDAÇÃO UNIVERSIDADE FEDERAL DO RIO GRANDE FURG SUSAN AVILA DUARTE Susan11duarte@live.com FUNDAÇÃO UNIVERSIDADE FEDERAL DO RIO GRANDE FURG Área: 6 PESQUISA OPERACIONAL SubÁrea: 6.4 MODELAGEM, ANÁLISE E SIMULAÇÃO Resumo: IMPULSIONADO POR UMA MAIOR PROCURA DA POPULAÇÃO BRASILEIRA AOS SERVIÇOS DE SAÚDE, O TEMPO DE ATENDIMENTO AOS CLIENTES EM FARMÁCIAS E DROGARIAS TEM AUMENTADO SIGNIFICATIVAMENTE, GERANDO FILAS E GARGALOS NA PRESTAÇÃO DE SEUS SERVIÇOS. O OBJETTIVO DESSE ESTUDO É A ANÁLISE DO SISTEMA DE ATENDIMENTO DE UM PONTO DE VENDA (PDV) DO SEGMENTO FARMACÊUTICO, ATRAVÉS DA APLICAÇÃO DA TEORIA DAS FILAS. A PESQUISA CARACTERIZASE COMO DE DIAGNÓSTICO, OPERACIONALIZADA POR MEIO DE UM ESTUDO DE CASO, TENDO A COLETA DE DADOS RESULTADO EM UMA AMOSTRA DE 5112 REGISTROS. A PARTIR DA ANÁLISE ESTATÍSTICA, VERIFICOU SE QUE O FATOR IMPACTANTE NA FORMAÇÃO DE FILAS DO PDV FOI O ATENDIMENTO REALIZADO NA VENDA DE MEDICAMENTOS DO PROGRAMA DE BENEFÍCIOS DE MEDICAMENTO. Palavraschaves: SERVIÇOS DE SAÚDE. TEORIA DAS FILAS. PDV FARMACÊUTICO. TEMPO DE ATENDIMENTO.
PROPOSAL FOR A QUEUE STUDY FOR IMPROVEMENT IN SERVICE IN POINTS OF SALE: A CASE STUDY IN THE PHARMACEUTICAL SECTOR Abstract: BOOSTED BY INCREASED DEMAND OF THE POPULATION TO HEALTH SERVICES, THE TIME OF SERVICE TO CUSTOMERS IN PHARMACIES HAS INCREASED SIGNIFICANTLY, GENERATING QUEUES AND BOTTLENECKS IN THE PROVISION OF THEIR SERVICES. THE AIM OF THIS STUDY IS THEE ANALYSIS OF THE SERVICE SYSTEM OF A POINT OF SALE (POS) OF THE PHARMACEUTICAL INDUSTRY THROUGH THE APPLICATION OF THE THEORY OF QUEUES. THE RESEARCH IS CHARACTERIZED AS DIAGNOSTIC, OPERATIONALIZED THROUGH A CASE STUDY, AND THE COLLECTION OF OUTCOME DATA ON A SAMPLE OF 5112 RECORDS. FROM THE STATISTICAL ANALYSIS, IT WAS FOUND THAT THE IMPACTING FACTOR IN THE FORMATION OF THE POS LINES WAS THE SERVICE REALIZED ON THE SALE OF DRUGS IN THE DRUG BENEFIT PROGRAM. Keyword: HEALTH SERVICES. THEORY OF QUEUES. POS PHARMACIST. SERVICE TIME. 2
1. Introdução O acesso a serviços de saúde é um direito constitucionalmente assegurado no Brasil, cuja população usuária tem apresentado significativo aumento. Nesse contexto, observase que a contribuição à Previdência Social configura um aumento de 5,4 milhões de contribuintes em 2012 (BRASIL, 2013). Em outra perspectiva, a melhora das condições de trabalho, lazer e saúde, tem determinado a elevação da expectativa de vida e o consequente crescimento da população de terceira idade. Tal expansão resultou, também, o crescimento de outros setores da economia ligados à saúde humana, como o setor farmacêutico. No caso das farmácias, o maior acesso da população a estes serviços, aumentou de forma significativa o tempo de atendimento nos pontos de venda. Diante do exposto, o objetivo deste artigo é apresentar a proposta de um estudo de filas em um ponto de vendas (drogaria) de uma cadeia de lojas do setor farmacêutico. O presente artigo encontrase dividido em cinco seções. Decorrida a introdução, a seção dois apresenta o referencial teórico da pesquisa. A seção três delimita, metodologicamente, o trabalho no que tange aos aspectos de sua abordagem, finalidade, natureza, fonte de coleta de dados e técnicas de análise. A seção quatro apresenta a análise dos dados e uma síntese dos resultados. Por fim, a seção cinco trata das considerações finais, ponderando as contribuições e limitações do estudo. 2. Teoria das Filas A abordagem matemática de filas data do início do Século XX (1908) com A. K. Erlang em Copenhague, Dinamarca, quando trabalhava em uma companhia telefônica estudando o problema de redimensionamento de centrais telefônicas (PRADO, 2004). A causa das filas está relacionada a capacidade de atendimento de um servidor e a demanda existente (ABENSUR et al., 2003). As chegadas de clientes a um sistema ocorrem, na maioria dos casos, de modo aleatório, ou seja, o número de clientes que chegam por unidade de tempo varia segundo o acaso (ALMEIDA et al., 2009). Comumente a população extraída das chegadas é considerada ilimitada, porém, existem situações onde a população é mais apropriadamente modelada como sendo finita (PRADO, 2004). Segundo Longaray (2010), no estudo de filas há duas variáveis randômicas fundamentais referentes ao processo de chegada, quais sejam o ritmo médio de chegada (λ) e o intervalo médio entre chegadas (IC). 3
O processo de atendimento é quantificado em uma variável randômica representada pela letra grega µ que significa o ritmo de atendimento e se usa TA para o tempo ou duração do serviço ou atendimento (PRADO, 2004). O processo de atendimento apresenta diversos elementos passíveis de atuação por parte do administrador com o objetivo de aprimorar o desempenho do sistema. Portanto, existem diversas variáveis referentes ao processo de atendimento: Tempo Médio de Atendimento (TA), Capacidade de Atendimento ou Quantidade de Atendentes (c), Ritmo Médio de Atendimento (µ) (LONGARAY, 2010). A notação de processos de filas mais utilizada atualmente é a notação de Kendall, proposta em 1953 e descrita pela série de símbolos A/B/m/k/M: A indica a distribuição de chegadas dos clientes; B especifica a distribuição do tempo de atendimento; m o número de canais de atendimento ou serviço; k a capacidade do sistema e M a disciplina de filas (SCHEINET LIMA, 2010). Já o modelo M/M/c caracterizase por apresentar uma única fila, diversos servidores com capacidade de atendimento semelhante e tanto a chegada como o atendimento são marcovianos, ou seja, seguem a distribuição de Poisson ou a distribuição Exponencial Negativa. Para este tipo de modelo, supõese que a capacidade de atendimento de cada um dos servidores seja a mesma (µ) (LONGARAY, 2010). A nomenclatura M/M/c mostra que a entrada é regida por uma distribuição de Poisson, o atendimento por uma distribuição Exponencial com c servidores, podendo a população ser finita ou infinita (HILLIER et LIEBERMAN, 2006). 3. Metodologia Quanto à finalidade, este trabalho é classificado como uma Pesquisadiagnóstico e sua abordagem metodológica possui um caráter predominantemente quantitativo. Estes aspectos metodológicos foram adotados, pois é realizada uma coleta e análise de dados quantitativos, com aplicação de modelos estatísticos da Teoria das Filas com o objetivo de buscar fatores que implicam na formação de filas, proporcionando soluções ao problema relatado. No que diz respeito à sua natureza, tratase de um estudo de caso, o qual, segundo Roesch (2013), é uma estratégia de pesquisa com objetivo de examinar um fenômeno contemporâneo dentro do seu contexto, possibilitando a transformação de metas em ações factíveis e condizentes com a realidade na qual está inserida a organização em foco. Levase em consideração a compreensão, como um todo, do assunto investigado, conduzindo ao surgimento e descoberta de relações que de outra forma não seriam estabelecidas. O estudo de 4
caso mostrase um delineamento adequado para a presente pesquisa, já que se trata de o estudo de filas de um ponto de venda farmacêutico (PDV Farmacêutico) localizado no centro da Cidade do Rio Grande. Na coleta de dados, utilizouse a técnica da observação para identificar os principais fatores da formação de filas no PDV; esta foi realizada entre os dias 11 de novembro e 10 de dezembro de 2015, resultando em 5112 dados coletados. 4. Análises dos dados Nesta seção, descrevemse as características da fila observada na unidade de análise deste trabalho. Realizouse a verificação e validação do modelo de fila mais adequado ao estudo de caso em questão. Para a realização da análise de dados, empregaramse métodos estatísticos, como a distribuição de frequência, análise de distribuição de Poisson e simulação de dados. 4.1 Características da fila Primeiramente, no processo de análise de dados, observaramse as características da fila. Para tanto, realizouse um levantamento estatístico a fim de verificar o processo de chegada e de atendimento dos clientes, considerando que na unidade de análise do estudo todos os clientes que chegam entram em uma fila única e, aguardam o atendimento. 4.1.1 Processo de chegada O levantamento realizado referente ao processo de chegada consistiu na contagem de chegadas por data e em períodos de 1 hora, das 08:01 até as 19:00 horas, conforme a Tabela 1. 08:01 09:00 Tabela 1 Contagem de chegada de clientes por hora no período de um mês. 09:01 10:00 10:01 11:00 NÚMERO DE CHEGADAS POR HORA 11:01 12:01 13:01 14:01 12:00 13:00 14:00 15:00 15:01 16:00 16:01 17:00 17:01 18:00 11/nov 8 6 5 13 9 14 7 21 24 19 17 12/nov 7 8 22 9 12 6 19 22 20 19 8 13/nov 8 20 17 13 11 11 23 22 27 24 15 14/nov 9 16 12 15 15 15 21 21 33 29 12 15/nov 10 5 9 8 6 9 12 6 5 6 4 16/nov 9 9 12 18 13 15 13 7 18 16 10 17/nov 11 8 10 9 6 2 2 5 9 7 9 18/nov 11 13 30 17 10 10 21 24 21 35 20 19/nov 7 11 20 14 7 16 15 26 17 18 13 20/nov 12 12 16 10 13 16 15 28 25 26 17 21/nov 4 12 15 11 13 7 16 16 14 16 12 22/nov 12 8 14 21 23 14 24 19 21 17 23 23/nov 3 16 11 16 9 11 10 9 18 12 8 24/nov 8 8 7 11 6 7 7 10 8 3 8 18:01 19:00 5
25/nov 6 13 14 14 9 22 20 28 20 21 17 26/nov 20 25 11 14 11 20 23 29 15 16 18 27/nov 7 14 11 10 11 11 15 20 18 28 14 28/nov 6 11 11 12 11 15 12 29 16 24 8 29/nov 13 11 18 18 20 13 24 16 31 35 17 30/nov 4 10 21 10 19 18 12 16 16 20 9 01/dez 13 10 6 7 14 8 10 13 6 8 16 02/dez 11 12 14 18 11 20 23 34 32 27 14 03/dez 17 14 25 19 12 13 9 28 27 24 10 04/dez 7 19 15 16 17 21 27 35 29 16 24 05/dez 14 19 14 20 18 17 26 39 18 19 17 06/dez 10 20 28 19 18 24 38 22 35 35 23 07/dez 8 17 21 18 23 10 9 19 17 16 14 08/dez 19 10 5 8 5 1 8 8 9 3 3 09/dez 17 26 24 28 14 20 31 27 35 34 28 10/dez 13 11 20 14 13 15 11 21 25 19 14 A partir da Tabela 1 determinouse em cada intervalo de hora o x máximo e o x mínimo número máximo e mínimo de chegadas por um período de 1 hora durante os 30 dias da coleta de dados. Assim, através da Regra de Sturges foi possível determinar os intervalos da frequência de chegadas dos clientes. Para cada intervalo de 1 hora foram calculados os valores dos intervalos e as frequências relativa, acumulada e relativa acumulada, referentes ao período de 08:01 09:00 horas. Podese verificar que a partir dos intervalos estabelecidos, a ocorrência mínima de chegadas nesse período tem de ser de pelo menos 3 clientes e que o maior número de clientes que podem chegar no período de tempo analisado é 21 clientes, sendo que os intervalos estipulados vão de 36, 69, 912, 1215, 1518 e 1821 chegada de clientes. Foram calculadas para cada intervalo de 1 hora as frequências absoluta e relativa de cada número de chegadas (x) e a distribuição de Poisson. Com os ritmos de chegada calculados determinouse o intervalo médio de tempo entre as chegadas (IC). O menor ritmo médio de chegada ocorreu entre as 08:01 e 09:00 horas, sendo λ = 10 clientes por hora; o maior ritmo de chegada ocorreu entre 15:01 e 16:00 horas, λ = 21, chegando em média 21 clientes por hora. O intervalo médio entre chegadas foi de 6 e 3 minutos, respectivamente. 4.1.2 Processo de atendimento O atendimento no PDV farmacêutico é realizado em 4 guichês, sendo que a equipe de funcionários é organizada para que haja um atendente por guichê no horário de funcionamento. Os demais funcionários são deslocados para realizarem funções como conferência de mercadorias, abastecimento do estoque, conferência de validades, limpeza e organização da loja. 6
Para análise do processo de atendimento, verificaramse as variáveis Tempo Médio de Atendimento (TA) e Tempo em fila (TF). Foram realizados 1058 atendimentos com duração entre 1 e 2 minutos, sendo que a maior frequência relativa representa cerca de 20,70% dos atendimentos ocorridos nesse intervalo de tempo. Obtevese também um tempo médio de atendimento (TA) de 4,18 minutos. Verificouse que 1751 clientes, cerca de 34,25%, aguardaram entre 1 e 2 minutos para serem atendidos, e cerca de 4 clientes aguardaram o maior tempo na fila, de 14 a 15 minutos. Obtevese como tempo médio na fila o valor de TF = 2,36 minutos, e somandose a isso o tempo médio que o cliente leva no atendimento TA = 4,18, temse, portanto, que o cliente permanece na unidade de análise em média 6,54 minutos, sendo 36,08% de seu tempo na fila e 63,92% do seu tempo no atendimento. 4.2 Modelo de fila aplicado ao caso prático Com base na análise de chegadas, atendimentos e saídas, verificouse que não há um modelo específico para o processo de filas em estudo. O modelo M/M/c é o que mais se aproxima, pois se caracteriza por apresentar uma única fila, diversos servidores, e tanto a chegada como o atendimento seguem a Distribuição de Poisson ou a Distribuição Exponencial Negativa. O Modelo M/M/c pressupõe que a capacidade de atendimento de cada servidor é a mesma, mas no caso da unidade de análise existem atendimentos que demandam mais tempo. Por isso, para a verificação desse fato foi realizado a análise separada das vendas à vista e de crediário próprio da loja das vendas de Programas de Benefícios de Medicamentos (PBM). Para os dois tipos de atendimento o tempo de espera em fila (TF) e o tempo de atendimento (TA). Em ambas, elaboramse tabelas e gráficos representando a distribuição de frequência destas variáveis. A Tabela 2 referese às vendas à vista e no crediário, e a Tabela 3 à venda PBM. Tabela 2 Dados referentes ao TF em vendas à vista e no crediário. Intervalo Frequência Absoluta Frequência Relativa 00:00 A 00:01 918 0,2051 00:01 A 00:02 1538 0,3437 00:02 A 00:03 831 0,1857 00:03 A 00:04 623 0,1392 00:04 A 00:05 250 0,0559 00:05 A 00:06 109 0,0244 00:06 A 00:07 104 0,0232 00:07 A 00:08 53 0,0118 00:08 A 00:09 8 0,0018 00:09 A 00:10 11 0,0025 00:10 A 00:11 5 0,0011 00:11 A 00:12 12 0,0027 7
00:12 A 00:13 10 0,0022 00:13 A 00:14 3 0,0007 00:14 A 00:15 0 0,0000 Ao analisar os dados de Tempo em fila referentes às vendas à vista e no crediário observouse que 1538 clientes aguardaram entre 1 e 2 minutos, correspondendo a 34,37% dos atendimentos e, 3 clientes aguardaram o maior tempo entre 14 e 15 minutos, equivalente a 0,07% dos atendimentos. Obtevese nesta variável um tempo de fila médio (TF) de 2,35 minutos. Tabela 3 Dados referentes ao TF das vendas de PBMs. Intervalo Frequência Absoluta Frequência Relativa 00:00 A 00:01 138 0,2166 00:01 A 00:02 208 0,3265 00:02 A 00:03 115 0,1805 00:03 A 00:04 81 0,1272 00:04 A 00:05 42 0,0659 00:05 A 00:06 19 0,0298 00:06 A 00:07 14 0,0220 00:07 A 00:08 11 0,0173 00:08 A 00:09 3 0,0047 00:09 A 00:10 0 0,0000 00:10 A 00:11 1 0,0016 00:11 A 00:12 3 0,0047 00:12 A 00:13 2 0,0031 00:13 A 00:14 0 0,0000 00:14 A 00:15 0 0,0000 A Tabela 3 demonstra que a maior frequência absoluta de atendimento de clientes também ocorre entre 1 e 2 minutos, correspondendo a 32,65% dos atendimentos. Dessa forma, é possível constatar certa semelhança entre os dados das filas de vendas à vista e no crediário e vendas de PBMs, devido ao fato de que a unidade de estudo da pesquisa adota uma fila única, sendo que o primeiro cliente a chegar é o primeiro a ser atendido. Esta semelhança evidenciase também na comparação da análise de tempo em fila em ambos os tipos de vendas. No que tange ao tempo de atendimento na análise do modelo de fila mais adequado ao caso desta pesquisa, mantevese a mesma abordagem do estudo do tempo em fila, os dados foram separados e analisados de forma isolada, sendo contabilizados do total de atendimentos, 4475 ou 87,50% atendimentos de vendas à vista ou no crediário e 637 ou 12,50% vendas de produtos por um Programa de Benefício de Medicamento (PBMs). 8
Em relação ao tempo de atendimento para vendas à vista e por crediário, verificase que a maior frequência absoluta ocorre no intervalo de tempo entre 1 e 2 minutos, isso significa que 1058 clientes foram atendidos nesse tempo, contabilizando 23,64% do total de atendimentos. O tempo de atendimento para vendas por PBMs apresenta maior frequência absoluta no intervalo de tempo entre 5 e 6 minutos, sendo que 118 clientes foram atendidos nesse tempo, o que corresponde a 18,52% dos atendimentos. Também é possível verificar que todos os atendimentos têm um TA a partir de 3 minutos, evidenciando um contraste entre as variáveis tempo de atendimento na venda de medicamentos PBMs e na venda à vista e no crediário. No que se refere às distribuições dos tempos de atendimento das PBMs, é possível verificar que os tempos se concentram em torno da média de 7,54 minutos. Assim, evidenciase o contraste entre os dois tipos de vendas em uma diferença de aproximadamente 3,84 minutos entre a venda à vista e no crediário e a venda de medicamentos PBMs. Por fim da análise, também foram colhidos dados sobre o tempo de fila na espera do atendimento do caixa e do tempo de atendimento do caixa, que podem ser somados aos tempos de permanência na fila e de atendimento. No tratamento dessas informações foram somente realizados os cálculos de suas médias, resultando num tempo médio de fila no caixa de e um tempo de atendimento no caixa de. 4.3 Síntese da Análise dos Dados Os dados da pesquisa foram coletados através das fichas de atendimentos e tabulados em uma planilha no Microsoft Excel, contabilizando um total de 5112 atendimentos. Estes dados foram cruzados com informações retiradas do software de automação do PDV Farmacêutico estudado para garantir sua fidedignidade. A partir das informações dos horários de chegada, inicio do atendimento, finalização do atendimento, horário de chegada ao caixa e horário de saída, foi possível calcular os tempos de atendimento, ritmo de chegada, tempo de fila, intervalo entre chegada e tempo de atendimento no caixa. Para o cálculo do ritmo de chegada foram contadas as chegadas em cada intervalo de 1 hora durante os 30 dias da coleta de dados. No dia 05 de dezembro, ocorreu o maior número de chegadas: entre às 15:01 e 16:00 horas chegaram 39 clientes, ocasionando um aumento do tempo de espera em fila. Em contraponto, no dia 08 de dezembro, entre às 13:01 e 14:00 horas somente 1 cliente esteve na unidade de análise da pesquisa, provavelmente por ter sido um domingo. 9
Conforme demonstrado através dos dados e do gráfico é possível se afirmar que a Distribuição de Poisson é capaz de representar a probabilidade de chegadas de clientes. Vale ressaltar que foi necessário tratar os dados em intervalos de 1 hora durante os 30 dias de coleta de dados. Ainda assim, ocorreram algumas oscilações observadas nos gráficos principalmente devido ao horário de funcionamento do PDV Farmacêutico em domingos e feriados, nos quais o número de atendimentos diminui. O horário de menor movimento e formação de filas observase entre às 08:01 e 09:00 horas, sendo o ritmo de chegada médio de λ = 10 clientes por hora, com um intervalo médio entre chegadas de IC = 6 minutos; já entre as 15:01 e 16:00, o ritmo médio de chegadas é de λ = 21 clientes por hora, com um intervalo médio entre chegadas de IC = 3 minutos. A maior parte dos atendimentos tem duração entre 1 e 2 minutos. Contudo, ao analisar especificamente os atendimentos a clientes que compram por Programas de Benefícios de Medicamentos (PBMs), esta duração passa a ser entre 5 e 6 minutos. A ampliação de programas, tanto pelo Governo Federal quanto pela iniciativa privada, impacta diretamente no atendimento dos clientes, especialmente em relação ao tempo, devido às exigências de cópias, digitalização de documentos e inserção de dados nos sistemas autorizadores. O tempo médio de atendimentos para vendas à vista e no crediário (TA vc = 3,7 minutos) comparado ao tempo médio de atendimentos a vendas por PBMs (TA PBMs = 7,54 minutos) representa um aumento em média de 3,84 minutos numa venda por PBM em relação a uma venda normal. Verficouse, assim, que o fator PBM impacta significativamente no tempo de atendimento e, por sua vez, na formação de filas e no aumento de tempo de permanência do cliente na Drogaria. 5. Considerações finais O desenvolvimento do trabalho seguiu o que foi proposto no delineamento metodológico. Por meio de uma pesquisadiagnóstico, foi possível identificar os principais fatores de formação de filas no PDV farmacêutico unidade de análise. Nesse sentido, o estudo contemplou seu objetivo, por meio da realização das etapas de coleta de dados (5112 registros), análise dos processos de chegada, distribuição, frequência das filas e alinhamento do modelo M/M/c ao caso. Como limitações, podese citar o curto prazo para levantamento dos registros e a coleta manual dos dados. Destacase ainda, a não utilização de software específico para simulação. Foi utilizado o pacote estatístico do MS EXCEL 2010. 10
Sugerese, a título de recomendações, a aplicação da Teoria das Filas em um maior número de PDVs farmacêuticos e o desenvolvimento de pesquisas que procurem identificar outros gargalos neste segmento. Referências ABENSUR, E.O.; BRUNSTEIN, I.; FISHMAN, A.; HOO, L.L. Tendências para o autoatendimento bancário brasileiro: um enfoque estratégico baseado na teoria das filas. Revista de Administração Mackenzie, v.4, n.2, 2003. Disponível em: <http://editorarevistas.mackenzie.br/index.php/ram/article/view/41/41> Acesso em: 21 jun. 2013. ALMEIDA, R.E.P.; BARBOSA, R.A.; ESPINDOLA, J.R.A.; MOREIRA, D.F.V.; RODRIGUES, T.L. Modelagem e análise do sistema de filas de caixas de pagamento em uma drogaria: Uma aplicação da Teoria das Filas. Salvador, BA, 2009. ENEGEP 2009. HILLIER, Frederick S.; LIEBERMAN, Gerald J. Introdução à Pesquisa Operacional. 8. ed. São Paulo: McGrawHill, 2006. LONGARAY, A.A. Emprego da Teoria das Filas para diminuição do tempo de espera de atendimento em uma Agência da Previdência Social: O caso da APS Canguçu RS. São Carlos, SP, 2010. ENEGEP 2010. PRADO, D.S. Teoria das filas e da Simulação. Belo Horizonte: Editora de Gerenciamento Operacional, 2004. ROESCH, S.M.A. Projetos de Estágio e de Pesquisa em Administração. 3. ed. São Paulo: Atlas, 2010. SCHEIN, D; LIMA, M.L.P. de. Uma metodologia para o dimensionamento de frota de rebocadores em terminais portuários: uma aplicação ao Porto do Rio Grande. Pesquisa Operacional para o Desenvolvimento, Rio de Janeiro, v.2, n.2, p. 119139, maio a agosto de 2010. 11