Proposta de um modelo de análise misto para ranqueamento e classificação de fornecedores

Detalhes bibliográficos
Autor(a) principal: Scheuer, Mayara
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: https://hdl.handle.net/1884/77439
Resumo: Orientador: Prof. Dr. Marcos Augusto Mendes Marques
id UFPR_824957a8345cb3f73dd609deb78eb540
oai_identifier_str oai:acervodigital.ufpr.br:1884/77439
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Engenharia de ProduçãoMarques, Marcos Augusto Mendes, 1978-Scheuer, Mayara2022-11-03T11:16:35Z2022-11-03T11:16:35Z2022https://hdl.handle.net/1884/77439Orientador: Prof. Dr. Marcos Augusto Mendes MarquesDissertação (mestrado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Engenharia de Produção. Defesa : Curitiba, 30/06/2022Inclui referênciasResumo: Atualmente o aumento do volume de dados gerados e a utilização destes é uma realidade entre as organizações e o meio acadêmico. Quando esses dados são utilizados para geração de conhecimento tornam-se um fator de muita importância para as empresas. Desta maneira, proporciona para as organizações vantagens competitivas em seus mercados de atuação e para o meio acadêmico possibilita novas oportunidades de campos de estudo. A utilização de tecnologias na busca de melhores soluções e resultados como estratégia de negócio é um incentivador para que as empresas alcancem vantagens em seus mercados. A cadeia de suprimentos é um fator de grande impacto nesta estratégia e as organizações que tem como objetivo manter-se competitivas, devem considerar a classificação e seleção de fornecedores como um fator decisório na gestão de seus insumos. A geração de conhecimento para a escolha de fornecedores a partir da geração de dados pode ser obtida por meio da aplicação de técnicas estatística mais básicas ou por meio de técnicas estatística mais elaboradas, como técnicas multivariadas ou multicritérios. Neste cenário, onde é necessário a classificação de fornecedores para obtenção de vantagens competitivas e a utilização de técnicas multivariadas como solução para isto, é que este trabalho está inserido. Objetiva-se, portanto, propor um modelo de análise multicritério combinado com multivariado (modelo misto) para ranqueamento e classificação de fornecedores. Para cumprir com este objetivo, definiu-se os critérios para a aplicação do modelo a partir da relação dos critérios obtidos na Revisão Sistemática da Literatura (RSL) e obteve-se os critérios utilizados em uma empresa real. Posteriormente, identificaram-se os métodos existentes e adequados para o modelo. Como terceiro passo, definiram-se os critérios utilizados no modelo pelo método de Lawshe aplicado a especialistas. Na quarta etapa, definiram-se os pesos dos critérios pelo método AHP. Posteriormente, efetuou-se o ranqueamento dos fornecedores por meio do método ELECTRE III e o agrupamento de fornecedores em grupos afins pelo k-médias, por fim aplicou-se para a classificação de novos fornecedores nos grupos pré-definidos a análise discriminante de Fisher. Obteve-se como resultado um modelo misto para ranqueamento e classificação de fornecedores, desenvolvido na ferramenta Microsoft Excel, o qual foi obteve avaliação positiva máxima quando se avaliou o resultado a partir da sua qualidade e clareza.Abstract: Nowadays, Currently, the increase in the volume of data generated and their use is a reality among organizations and academia. When these data are used to generate knowledge, they become a very important factor for companies. In this way, it provides organizations with competitive advantages in their markets and for the academic environment, it enables new opportunities in fields of study. The use of technologies in the search for better solutions and results as a business strategy is an incentive for companies to achieve advantages in their markets. The supply chain is a factor of great impact in this strategy and organizations that aim to remain competitive should consider the classification and selection of suppliers as a decisive factor in the management of their inputs. The generation of knowledge for choosing suppliers from the generation of data can be obtained through the application of more basic statistical techniques or through more elaborate statistical techniques, such as multivariate or multicriteria techniques. In this scenario, where it is necessary to classify suppliers to obtain competitive advantages and the use of multivariate techniques as a solution for this, this work is inserted. The objective is, therefore, to propose a model of multicriteria analysis combined with multivariate (mixed model) for ranking and classification of suppliers. To fulfill this objective, the criteria for the application of the model were defined from the list of criteria obtained in the Systematic Review of Literature (RSL) and the criteria used in a real company were obtained. Subsequently, the existing and adequate methods for the model were identified. As a third step, the criteria used in the model were defined using the Lawshe method applied to specialists. In the fourth step, the weights of the criteria were defined using the AHP method. Subsequently, the ranking of suppliers was performed using the ELECTRE III method and the grouping of suppliers into similar groups by k-means, finally, Fisher's discriminant analysis was applied to the classification of new suppliers in the pre-defined groups. As a result, a mixed model for ranking and classification of suppliers, developed in the Microsoft Excel tool, was obtained, which was obtained maximum positive evaluation when the result was evaluated based on its quality and clarity.1 recurso online : PDF.application/pdfAnálise multivariadaIndustria - ClassificaçãoCadeia de suprimentos - AdministraçãoEngenharia de ProduçãoProposta de um modelo de análise misto para ranqueamento e classificação de fornecedoresinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALR - D - MAYARA SCHEUER.pdfapplication/pdf3000543https://acervodigital.ufpr.br/bitstream/1884/77439/1/R%20-%20D%20-%20MAYARA%20SCHEUER.pdf52af7e3ec16a701f019d650c1cc74eacMD51open access1884/774392022-11-03 08:16:35.675open accessoai:acervodigital.ufpr.br:1884/77439Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082022-11-03T11:16:35Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Proposta de um modelo de análise misto para ranqueamento e classificação de fornecedores
title Proposta de um modelo de análise misto para ranqueamento e classificação de fornecedores
spellingShingle Proposta de um modelo de análise misto para ranqueamento e classificação de fornecedores
Scheuer, Mayara
Análise multivariada
Industria - Classificação
Cadeia de suprimentos - Administração
Engenharia de Produção
title_short Proposta de um modelo de análise misto para ranqueamento e classificação de fornecedores
title_full Proposta de um modelo de análise misto para ranqueamento e classificação de fornecedores
title_fullStr Proposta de um modelo de análise misto para ranqueamento e classificação de fornecedores
title_full_unstemmed Proposta de um modelo de análise misto para ranqueamento e classificação de fornecedores
title_sort Proposta de um modelo de análise misto para ranqueamento e classificação de fornecedores
author Scheuer, Mayara
author_facet Scheuer, Mayara
author_role author
dc.contributor.other.pt_BR.fl_str_mv Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Engenharia de Produção
dc.contributor.advisor1.fl_str_mv Marques, Marcos Augusto Mendes, 1978-
dc.contributor.author.fl_str_mv Scheuer, Mayara
contributor_str_mv Marques, Marcos Augusto Mendes, 1978-
dc.subject.por.fl_str_mv Análise multivariada
Industria - Classificação
Cadeia de suprimentos - Administração
Engenharia de Produção
topic Análise multivariada
Industria - Classificação
Cadeia de suprimentos - Administração
Engenharia de Produção
description Orientador: Prof. Dr. Marcos Augusto Mendes Marques
publishDate 2022
dc.date.accessioned.fl_str_mv 2022-11-03T11:16:35Z
dc.date.available.fl_str_mv 2022-11-03T11:16:35Z
dc.date.issued.fl_str_mv 2022
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1884/77439
url https://hdl.handle.net/1884/77439
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 1 recurso online : PDF.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPR
instname:Universidade Federal do Paraná (UFPR)
instacron:UFPR
instname_str Universidade Federal do Paraná (UFPR)
instacron_str UFPR
institution UFPR
reponame_str Repositório Institucional da UFPR
collection Repositório Institucional da UFPR
bitstream.url.fl_str_mv https://acervodigital.ufpr.br/bitstream/1884/77439/1/R%20-%20D%20-%20MAYARA%20SCHEUER.pdf
bitstream.checksum.fl_str_mv 52af7e3ec16a701f019d650c1cc74eac
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv
_version_ 1801860649376022528

Registros relacionados