Análise envoltória de dados multiobjetiva no cálculo do índice de valor agregado: uma análise da indústria de medical devices
Carregando...
Arquivos
Data
2017-12-11
Autores
Giacomelli, João Henrique de Souza [UNESP]
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Resumo
The purpose of this paper is to apply a Multiobjective Data Envelopment Analysis model to identify the Added Value Index (AVI) in the manufacturing processes of a Multinational of the medical-hospital segment, located in São José dos Campos-SP. AVI was measured by the method traditionally applied by the Company under study, and also by means of the optimization of a Multiobjective Data Envelopment Analysis (MCDEA) model, considering the Decision Making Units (DMUs) as being the manufacturing processes. With the MCDEA model, the most important inputs and outputs were identified for each inefficient DMU in order to make it efficient. The Company's managers evaluated that the new AVI indicator, determined through the MCDEA model, was more advantageous, and allowed more effective decision options to improve the efficiency of manufacturing processes. The managers pointed out as advantage of the new indicator the fact that it considers a greater number of parameters involved in the manufacturing processes studied, in relation to the traditional calculation of the AVI
O presente trabalho tem como objetivo aplicar um modelo Multiobjetivo de Análise Envoltória de Dados, a fim de identificar o Índice de Valor Agregado (IVA) nos processos de manufatura de uma Multinacional do segmento médico-hospitalar, localizada em São José dos Campos-SP. Mediu-se o IVA pelo método tradicionalmente aplicado pela Empresa estudada, e, também, por meio da otimização de um modelo Multiobjetivo de Análise Envoltória de Dados (MCDEA), considerando-se as Unidades Tomadoras de Decisão (Decision Making Units - DMUs) como sendo os processos de manufatura. Com o modelo MCDEA, foram identificados os inputs e outputs mais importantes para cada DMU ineficiente, visando torná-la eficiente. Os gestores da Empresa avaliaram que o novo indicador para o IVA, determinado por meio do modelo MCDEA mostrou-se mais vantajoso, e permitiu opções de decisões mais efetivas para melhorar a eficiência dos processos de manufatura. Os gestores apontaram como vantagem do novo indicador o fato dele considerar um número maior de parâmetros envolvidos nos processos de manufatura estudados, com relação ao cálculo tradicional do IVA
O presente trabalho tem como objetivo aplicar um modelo Multiobjetivo de Análise Envoltória de Dados, a fim de identificar o Índice de Valor Agregado (IVA) nos processos de manufatura de uma Multinacional do segmento médico-hospitalar, localizada em São José dos Campos-SP. Mediu-se o IVA pelo método tradicionalmente aplicado pela Empresa estudada, e, também, por meio da otimização de um modelo Multiobjetivo de Análise Envoltória de Dados (MCDEA), considerando-se as Unidades Tomadoras de Decisão (Decision Making Units - DMUs) como sendo os processos de manufatura. Com o modelo MCDEA, foram identificados os inputs e outputs mais importantes para cada DMU ineficiente, visando torná-la eficiente. Os gestores da Empresa avaliaram que o novo indicador para o IVA, determinado por meio do modelo MCDEA mostrou-se mais vantajoso, e permitiu opções de decisões mais efetivas para melhorar a eficiência dos processos de manufatura. Os gestores apontaram como vantagem do novo indicador o fato dele considerar um número maior de parâmetros envolvidos nos processos de manufatura estudados, com relação ao cálculo tradicional do IVA
Descrição
Palavras-chave
Análise de envoltória de dados, Processo decisório por critério múltiplo, Processos de fabricação, Data envelopment analysis
Como citar
GIACOMELLI, João Henrique de Souza. Análise envoltória de dados multiobjetiva no cálculo do índice de valor agregado: uma análise da indústria de medical devices. 2017. 45 f. Trabalho de conclusão de curso (Bacharelado - Engenharia Mecânica) - Universidade Estadual Paulista, Faculdade de Engenharia de Guaratinguetá, 2017.