157
RESUMO
crescente a utilizao de recursos computacionais para o tratamento de dados, sejam eles qualitativos ou quantitativos. O mercado exige agilidade e preciso neste tratamento.
Portanto, foi inevitvel o desenvolvimento acelerado de recursos computacionais direcionados
na resoluo dos mais variados problemas, sejam eles de ordem econmica, administrativa,
de engenharia ou industriais. Foi ilustrado neste trabalho como utilizar a planilha eletrnica
Excel para encontrar solues otimizadas para problemas de programao linear, mais precisamente na metodologia Data Envelopment Analysis DEA que so um conjunto de variados
modelos de programao linear, que foram desenvolvidos para encontrar ndices de eficincia
para organizaes que executam atividades semelhantes. Foi utilizada a ferramenta do Excel
solver na obteno dos ndices de um conjunto de empresas que utilizam dois insumos na
confeco de um produto. Estes resultados so de fundamental importncia na construo
de estratgias e na busca por solues que melhor servem aos objetivos dessas empresas.
Palavras-chave: Microsoft Excel, ndices de Eficincia Tcnica, Data Envelopment Analysis.
ABSTRACT
The use of computational resources for data handling is increasing, they being qualitative
or quantitative. The market demands agility and precision in this treatment. Therefore, the
development was inevitable of computational resources in the resolution for most problems,
they can be of order economic, administrative, of engineering or industrials. It was illustrated
in this work, an use the electronic spread sheet Excel to find optimized solutions for linear
programming problems, more precisely in the Data Envelopment Analysis DEA
methodology that are a set of models of linear programming, that had been developed to
find a the measurement of efficiency for organizations that execute similar activities. The was
used to tool of the Excel solver to attain the measurement of a set of companies who use
two inputs in the confection of an product. These results are importance in the construction
of strategies and in the search for solutions that better serve the objectives of these companies.
Key words: Microsoft Excel, Measure in the Technical Efficiency, Data Envelopment
Analysis.
158
1 INTRODUO
Cada vez mais o mercado globabilizado exige a utilizao de recursos computacionais
para o tratamento de dados, sejam eles qualitativos ou quantitativos. O mercado exige agilidade e preciso neste tratamento. Quando esta tarefa cabe a um ser humano, ele pode cometer
erros de preciso, e entrar em fadiga pelo excesso de trabalho. Pelo contrrio, os computadores modernos possuem excelente preciso e so muito mais rpidos que os seres humanos no
processamento de grandes volumes de informaes.
Portanto, foi inevitvel o desenvolvimento acelerado de recursos computacionais
direcionados resoluo dos mais variados problemas, sejam eles de ordem econmica, administrativa, de engenharia, industriais, entre outros, contribuindo de forma significativa para
a otimizao dos mais variados processos. Um dos recursos comumente utilizados no tratamento de dados a planilha eletrnica Excel da Microsoft.
Mostraremos neste trabalho como utilizar a planilha eletrnica Excel (mais precisamente a ferramenta Solver) para encontrar solues otimizadas para problemas de programao linear. Os problemas de programao linear, por sua vez, so situaes empresariais (problemas de produo, alocamento de recursos, planejamento de pessoal, entre outros) que
podem ser descritos/modelados matematicamente de forma organizada atravs de funes e
equaes, podendo, assim, com suas solues simular situaes reais e encontrar alternativas
junto s necessidades das organizaes.
A metodologia Data Envelopment Analysis DEA so um conjunto de variados modelos de programao linear, que foram desenvolvidos para encontrar ndices de eficincia para
organizaes que executam atividades semelhantes.
Neste trabalho ser ilustrada a utilizao da ferramenta Solver do Excel na obteno
dos ndices de eficincia segundo a metodologia DEA para um conjunto de empresas que
utilizam dois insumos na confeco de um produto. Estes resultados so de fundamental
importncia na construo de estratgias, linhas de ao e na busca por solues que melhor
servem aos objetivos dessas empresas.
2 DESENVOLVIMENTO
O presente trabalho foi desenvolvido com dados de um conjunto de empresas da
cidade de Curitiba. O texto pretende ilustrar a aplicao do Solver na obteno dos ndices de
da Vinci , Curitiba, v. 3 , n. 1, p. 157-170, 2006
159
eficincia tcnica para este conjunto de empresas segundo a metodologia Data Envelopment
Analysis, tcnica de avaliao quantitativa, que pode prover informaes importantes sobre a
utilizao de recursos em organizaes que executam atividades semelhantes.
2.1 A Metodologia Data Envelopment Analysis DEA
Grandes avanos na rea da mensurao da eficincia tcnica de unidades de produo ocorreram na dcada de 50 com os estudos de Koopmans e Debreu (1951) e posteriormente Farrell em 1957. Farrell sugeriu como ndice para a eficincia tcnica, a razo entre a
quantidade de um produto e de um insumo.
Em 1978 Charnes, Cooper e Rhodes-CCR estenderam os conceitos de Farrell e introduziram a metodologia Data Envelopment Analysis-DEA, modificando a medida anterior para
mltiplos produtos e insumos. Eles aprimoraram a medida da eficincia tcnica, sugerindo a
razo entre a soma ponderada das quantidades dos produtos pela soma ponderada das quantidades dos insumos.
Charnes, Cooper e Rhodes denominaram as unidades de produo de Decision Making
Units-DMUs (Unidades Tomadoras de Deciso) e constataram como pressuposto importante
para a aplicao da metodologia DEA, que as DMUs avaliadas deveriam executar atividades
semelhantes.
Diversos modelos DEA foram desenvolvidos e novas aplicaes surgiram, qualificando sua importncia no meio cientfico. Atualmente a aplicao da metodologia DEA est
inserida na avaliao da eficincia tcnica das mais diversas reas: financeira, agrcola,
agropecuria, educacional, sade, transporte, entre outras.
Os principais resultados obtidos na aplicao de um modelo DEA so: i) Identifica o
conjunto das DMUs eficientes (que determinam a fronteira de produo eficiente), bem como
seus escores de eficincia; ii) Fornece os ndices de eficincia das DMUs ineficientes (as DMUs
ineficientes no estaro na fronteira de produo); iii) Com os escores obtidos, o gestor poder identificar suas prximas metas, baseado nos programas j utilizados com sucesso nas
DMUs eficientes; iv) Indica o conjunto de DMUs benchmarks (referncia) de cada DMU
ineficiente. Baseados nestes resultados, os administradores destes sistemas podem gerenciar
novas tomadas de decises com maior preciso.
A metodologia DEA estrutura-se segundo dois modelos seminais, conhecidos como
CCR devido a Charnes, Cooper e Rhodes e BCC desenvolvido por Banker, Charnes e Cooper.
O modelo CCR faz a avaliao de eficincia tcnica global, admite a possibilidade de retornos
constantes de escala, ou seja, se uma unidade avaliada aumentar os recursos em um dado
nvel, sua produo dever aumentar na mesma proporo, assim como, se esta unidade diminuir os recursos, sua produo dever reduzir na mesma proporo. O escore de eficincia da
k-sima DMU ser obtido na resoluo do modelo CCR orientao produo como segue:
(1)
(2)
160
(3)
(4)
onde:
onde:
Neste modelo foi inserida a varivel vk nas equaes (1) e (2), resultando respectivamente as equaes (5) e (6). Este modelo representa os retornos variveis de escala, podendo
assumir tanto valores positivos quanto negativos. Os modelos CCR e BCC se diferem com
relao ao foco da medida de eficincia. Portanto, os escores de eficincia relativa podem ser
da Vinci , Curitiba, v. 3 , n. 1, p. 157-170, 2006
161
distintos. A figura 1 a seguir, ilustra a projeo de uma DMU ineficiente P sobre as fronteiras
de produo BCC e CCR.
A DMU A eficiente (encontra-se na fronteira de produo) segundo o modelo CCR;
A e B so eficientes segundo o modelo BCC; P uma DMU que opera ineficientemente (pois
no se encontra em nenhuma fronteira de produo).
Os planos de produo Pc e Pv so as projees, orientao produo, de P sobre as
fronteiras CCR e BCC respectivamente, e indicam os nveis de produo que P deve obter
para operar eficientemente.
Para este exemplo numrico sero utilizados dados de 7 DMUs, cada qual utilizando dois insumos (nmero de empregados e quantidade de matria-prima) na confeco de um produto (produo de chinelos). Nesta simulao ser utilizada a planilha
162
eletrnica Excel, mais precisamente uma de suas ferramentas (que permite a construo de modelos lineares) denominada de Solver (que pode ser encontrada em ferramentas/ suplementos/ solver). A tabela 1 a seguir ilustra as DMUs em anlise, a quantidade
consumida de insumos e suas respectivas produes.
Neste exemplo ser utilizado o modelo DEA-CCR orientado ao produto (1 modelo
do artigo) . Com os dados da tabela anterior foi montada a planilha de anlise como ilustra a
figura 2 a seguir:
equao
163
164
vii. presumir modelo linear nesta janela e em seguida clicar em OK (o que retornar
janela anterior).
viii. clicar em resolver, surgindo ento a janela de resultados do Solver.
O modelo DEA deve ser resolvido para cada DMU em anlise, sendo modificadas
somente as frmulas das clulas B(14) e B(17) que devem conter as quantidades da DMU
analisada. Utilizando a DMU (7) como anlise, encontramos a soluo do Solver, ilustrada na
figura 5 a seguir:
165
coluna das equaes de cada empresa chega-se concluso de que a DMU (5) eficiente e
referncia para a DMU ineficiente (7) pois obteve escore de equao-clula igual a zero. Pode-se
obter um relatrio de sensibilidade no Solver com sugestes de melhoria para a empresa considerada ineficiente, no entanto, por questes de simplicidade no sero ilustrados neste artigo.
2.3 Observaes aos Resultados da Aplicao Estatstica
Os ndices de eficincia para as sete empresas analisadas no trabalho esto contidas na
tabela 2 a seguir. Segundo a metodologia DEA, e utilizando o modelo CCR-Produo, a nica
empresa que opera eficientemente a DMU 5 (M.N.O.) que obteve escore igual unidade.
Tabela 2 - ndices de Eficincia Tcnica para as sete DMUs analisadas.
166
(7)
onde:
r = coeficiente de correlao linear para uma amostra
n = representa o nmero de pares de dados presentes
x = nmero de empregados
y = produo de chinelos
Aplicando os dados do exemplo proposto, encontramos:
r = 0,599
Devemos arredondar o coeficiente de correlao linear r em trs casas decimais, para
que o seu valor possa ser comparado com os valores crticos da tabela de Pearson. Se o mdulo
do valor encontrado de r exceder o valor tabelar, conclumos que h correlao linear significativa, caso contrrio, no h evidncia para a existncia de uma correlao linear significativa.
da Vinci , Curitiba, v. 3 , n. 1, p. 157-170, 2006
167
168
REFERNCIAS BIBLIOGRFICAS
AGUIAR, G. F. Avaliao da eficincia tcnica de unidades bsicas de sade em
Curitiba-PR utilizando DEA. Curitiba, 2003. Dissertao (Mestrado) - Universidade Federal do Paran.
AHN, T.; CHARNES, A.; COOPER, W. W. Some statistical and DEA evaluations on relative
efficiencies of public and private institutions of higher learning. Socio-Economic Planning,
p. 259-269, 1988.
CHARNES, A. et al. Data envelopment analysis: theory, methodology and applications.
2.ed. Boston: Kluwer ,1994.
CHARNES, A.; COOPER, W. W.; RHIODES, E. Measuring the efficiency of decision making
units. European Journal of Operational Research, v. 2, n. 6,
p. 429-444, 1978.
GROSSKOPF, S.; MARGARITIS, D.; VALDAMANIS, V. The Effects of Teaching on Hospital Productivity. Socio-Rconomic Planning Sciences, v. 35, n. 3, p. 189-204, 2001.
HAAS, D. A.; MURPHY, F. H. Compensating for non-homogeneity in decision-making units
in data envelopment analysis. European Journal of Operational Research, p. 1-15, 2002.
KASSAI, S. Utilizao da anlise por envoltria de dados (DEA) na anlise de demonstraes contbeis. So Paulo, 2002. Tese (Doutorado) - Faculdade de Economia, Administrao e Contabilidade da Universidade de So Paulo.
LINS, M. P. E.; MEZA, L. A. Anlise envoltria de dados e perspectivas de integrao
no ambiente do apoio deciso. Rio de Janeiro: COPPE/UFRJ, 2000.
TRIOLA, M. F. Introduo Estatstica. 7.ed. Rio de Janeiro: LTC, 1999.
169
170