Comparação dos modelos multiobjetivos de análise envoltória de dados: uma avaliação da eficiência de máquinas

Abstract

A gestão do desempenho é um fator importante para o desenvolvimento das organizações. Ela realiza o diagnóstico de uma operação, ou até da empresa como um todo, a partir de diversos indicadores como produtividade, lucratividade e eficiência. Para gerenciar tais métricas, surgiram ferramentas variadas, cada uma com sua característica, porém complementares. Nesse contexto, nasceu o método quantitativo Análise Envoltória de Dados (Data Envelopment Analysis – DEA), cuja função é avaliar a eficiência relativa baseada nos valores de input e output de cada unidade tomadora de decisão. Esse método possui diferentes abordagens, como orientação ao input ou ao output, retornos constantes ou variáveis de escala, etc. Mais adiante, foram implementadas melhorias aos modelos clássicos dando início ao método quantitativo de Análise Envoltória de Dados Multicritério ou Multiobjetivo (Multiple Criteria Data Envelopment Analysis – MCDEA). A aplicação dos modelos foi desenvolvida em programação VBA-Excel e os resultados dos modelos DEA-CCR, BiO-MCDEA, Extended-MCDEA e WGP-MCDEA foram gerados. Foi possível observar que as melhorias que os modelos MCDEA trouxeram ao modelo clássico ficaram evidentes após a comparação dos resultados.

Performance management is an important element for the development of organizations. It makes the diagnosis of an operation, or even the whole company, from various indicators such as productivity, profitability and efficiency. To manage such metrics, various tools emerged, each with its own features, but complementary. In this context, was born the Data Envelopment Analysis quantitative method, used until nowadays, whose function is to evaluate the relative efficiency based on the input and output values of each decision metric. This method has different approaches, such as input or output orientation, constant returns or scale variables, etc. Further, improvements were made to the classic models by initiating the Multiple Criteria Data Envelopment Analysis (MCDEA) method. The application of the models was developed using VBA-Excel programming and the results of the DEA-CCR, BiO-MCDEA, Extended-MCDEA and WGP-MCDEA models were generated. It was possible to observe that the improvements that the MCDEA models brought to the classic model became evident after the comparison of the results