Blog

TRABALHO DE PESQUISA OPERACIONAL “A NOTE ON THE APPLICATION OF THE DATA ENVELOPMENT ANALYTIC HIERARCHY PROCESS FOR SUPPLIER SELECTION” São Paulo 2012 INTRODUÇÃO Primeiramente, cumpre dizer que a seleção de fornecedores é uma questão que vem sendo amplamente pesquisada na literatura. Assim, esse problema necessita de uma tomada de decisão por múltiplo processos de rede a ors ambos desenvolvido or Sv. pe to view nut*ge Recentemente, Sevkli envoltória de dados olvido usando os uia analítica (AHP), nvolvido método de ia analitica (DEAHP) ara a seleção de fornecedores e, atrav s da realização de um estudo de caso de BEKO na Turquia, chegou à conclusão que o DEAHP supera o método AHP, proporcionando então uma melhor decisão para a seleção dos fornecedores.

Desse modo, temos que o DEAHP é uma variante do AHP, e foi desenvolvido recentemente por Ramanathan. Refendo método consiste em empregar um conjunto de dados de analise envoltória do modelo para a derivação de peso e uma agregação na AHP, sendo capaz de derivar pesos verdadeiros com perfeita consistência de pares de matrizes de comparação. Já para pares de matrizes inconsistentes, produz ás vezes pesos intuitivos não lógicos e inaceitáveis.

Fazendo assim sua aplicação pouco viável. FRAQUEZAS O DEAHP analisa cada linha de uma matriz como um DMIJ e cada coluna como uma saída assumindo uma entrada de manequim constante para todos os DMUs; sendo que cada DMLJ tem “n” saídas e uma constante entrada de manequins, com base na sequência de entrada do modelo CCR é construído para a obtenção dos pesos locais do par-wise comparados da matriz.

Hoje, está provado que o modelo DEAHP pode derivar esos verdadeiros se a matriz de comparação for de pares perfeitamente consistentes, porém, para matrizes de comparação de pares inconsistentes o método não é muito eficaz. O DEAHP pode algumas vezes produzir pesos ilógicos para matrizes de comparação de pares inconsistentes, nesse sentido, o DEAHP não pode proporcionar uma decisão melhor em relação ao AHP.

Pode-se dizer então que o DEAHP é insensível a variações de algumas das comparações, causando uma dificuldade em se tomar uma decisão final quando os pesos dos critérios não são onsiderados, o que dificulta o processo de agregação de pesos locais e resultando em uma solução do modelo desnecessária para quando os pesos dos critérios são considerados. RE-EXAME DO ESTUDO DE CASO DA BEKO NA TURQUIA A BEKO, uma grande empresa fabricante de TVs da Turquia, é a segunda empresa líder da Europa e o único grupo turco listado na Global Fortune 500 em 2005.

No caso, seu problema para a seleção de fornecedores de tubo de W, inclui seis critérios de avaliação, 25 sub-criténos e 3 fornecedores. Os critérios de avaliação são definidos como recursos humanos, valiação de desempenho, ava fornecedores. avaliação de desempenho, avaliação do sistema de qualidade, os criténos de negócios, fabricação e uso da tecnologia de informação; sendo que cada um é decomposto em 3 a 6 sub- critérios, com um total de 25 sub-critérios em todos.

Tais sub- critérios como: entrega, número de empregados, qualidade de expedição, análise de custo, estrutura organizacional, número de pessoal técnico, formação, compromisso de gestão, planejamento, inspeção de qualidade, capacidade de produção, qualidade, manutenção preventiva, transporte, razo de entrega, armazenagem e embalagem, técnicas e equipamentos, reputação, desenvolvimento de novos produtos, localização geográfica, capacidade técnica, patente de preço, FRID(identificação de radio frequência), EDI(intercâmbio eletrônico de dados), e internet.

Para confidencialidade das empresas fornecedoras, os fornecedores são enumerados de 1, 2 e 3. As matrizes dos pares de comparação dados na tabela indicam o autovetor (A/) de peso e os pesos DEAHP onde ambos são normalizados em duas maneiras diferentes de modo que eles resumem seus valores maximos a um. No estudo das tabelas pode ser notado que tanto o método autovetor e o DEAHP produzem duas conclusões diferentes, dependendo de qual método de normalização estão empregados.

Tradicionalmente, os pesos DEAHP são normalizados para os seus valores máximos enquanto os pesos EV são normalizados para somar um, porém, isto não significa que o método DEAHP supera o AHP. Com base no estud PAGF3rl(FS um, porém, isto não significa que o método DEAHP supera o AHP. Com base no estudo das tabelas as conclusões baseiam-se em verificações múltiplas ao invés da ação real do DM sendo, ortanto, mais lógico.

CONCLUSÃO Após leitura e análise do texto proposto, conclui-se que, levando- se em consideração que a seleção de fornecedores é um importante método de pesquisa a ser utilizado pelas empresas e requer um estudo especifico e cauteloso, o trabalho referencia ilustra com exemplos os pontos fracos do método DEAHP e a invalidade da afirmação de Sevkli, que o DEAHP supera o método Sendo assim, no estudo de caso da empresa turca BEKO, os resultados mostram que o esforço extra é necessário para a tomada de decisão para selecionar os melhores fornecedores.

Matriz Original IA IBICIDIEIFIGIH A c D G H 115 0,51716 612 0,25 0,211 10,33315 313 0,143 213 116 31416 10,21 0,143 0,167 II | 0,333 | 0,25 | 0,143 | 0,125 | 0,167 0,333 0,333 13 II 10,5 0,2 0,167 0,167 0,333 0,25 1412 1 10,2 1 0,167 | 0,515 10,16717 515 II 10,51 417 518 61612111 Somal 8,176190476 21,86666667 7,75 41 | 26,33333333 25,75 | 11,74285714 | 2,55119 Matriz Normalizada I IAIBICIDIEIFIGIHI score I A 0,122 0,229 0,065 | 0171 0228 | 0,233 | 0,170 | 0,098 1,315 0,228 | 0,233 | 0,170 0,098 1,315 B 0,024 0,539 c 0,245 1,516 DI 0,017 0,156 0,020 0,292 F 0,020 0,363 0,046 0,137 0,009 0,015 ,043 | 0,122 | 0,114 | 0,129 | 0,146 10,1141 0,117 | 0,017 | 0,056 0,155 | 0,511 | 0,078 G 0,061 0,229 I , 147 H 0,489 0,320 2,673 | Somatoria: I 0,022 | 0,024 | 0,013 | 0,010 | 0,012 | 0,049 0,043 | 0,073 | 0,038 | 0,019 | 0,017 | 0,065 0,032 | 0,098 | 0,076 | 0,039 | 0,017 | 0,065 0,022 | 0,171 | 0,190 | 0,194 | 0,085 | 0,196 0,645 | 0,195 | 0,228 | 0,233 | 0,170 | 0,392 Concistencia: 12,746 9,690 4,661 g 8,654 | 15,442 c: 10,847 1,390 | 8,909 | 2,520 | E 8,543 3,023 IF- 8,336 10,450 9,109 26,751 10,009 somatória lambida: I 74,1961 Media das consistências: I 9,274 | Calculo do Cl: I CI- 0,182 |