O uso de métodos de previsão de demanda nas indústrias alimentícias brasileiras
Autor(a) principal: | |
---|---|
Data de Publicação: | 2015 |
Outros Autores: | |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Gestão & Produção |
Texto Completo: | http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0104-530X2015000200404 |
Resumo: | O presente trabalho busca conhecer as práticas de previsão de demanda que vêm sendo utilizadas pelas indústrias de alimentos pesquisadas. Um questionário foi desenvolvido e enviado a uma amostra de 450 empresas do setor encontradas na ABIA (Associação Brasileira das Indústrias da Alimentação), que representa 70% do universo, e um índice de resposta de 14,4% foi alcançado. O objetivo da pesquisa é detectar quais e como os métodos de previsão vêm sendo utilizados por essas empresas, quais os principais fatores que influenciam na escolha do modelo e quais as principais dificuldades encontradas no uso de métodos de previsão de demanda. Os dados foram analisados por meio de técnicas estatísticas multivariadas, como análise de correspondência e análise discriminante, utilizando o software estatístico SPSS. Os resultados mostram que o modelo de análise histórica é o mais utilizado, que os principais fatores que influenciam a escolha do modelo são tipo de produto e tempo despendido, e que as maiores dificuldades são disponibilidade de softwares e dificuldade no entendimento. |
id |
UFSCAR-3_1a30d6c23d042093ba4fe1e43aafe09a |
---|---|
oai_identifier_str |
oai:scielo:S0104-530X2015000200404 |
network_acronym_str |
UFSCAR-3 |
network_name_str |
Gestão & Produção |
repository_id_str |
|
spelling |
O uso de métodos de previsão de demanda nas indústrias alimentícias brasileirasPrevisão de demandaAnálise multivariadaAnálise de correspondênciaAnálise discriminanteIndústria de alimentosO presente trabalho busca conhecer as práticas de previsão de demanda que vêm sendo utilizadas pelas indústrias de alimentos pesquisadas. Um questionário foi desenvolvido e enviado a uma amostra de 450 empresas do setor encontradas na ABIA (Associação Brasileira das Indústrias da Alimentação), que representa 70% do universo, e um índice de resposta de 14,4% foi alcançado. O objetivo da pesquisa é detectar quais e como os métodos de previsão vêm sendo utilizados por essas empresas, quais os principais fatores que influenciam na escolha do modelo e quais as principais dificuldades encontradas no uso de métodos de previsão de demanda. Os dados foram analisados por meio de técnicas estatísticas multivariadas, como análise de correspondência e análise discriminante, utilizando o software estatístico SPSS. Os resultados mostram que o modelo de análise histórica é o mais utilizado, que os principais fatores que influenciam a escolha do modelo são tipo de produto e tempo despendido, e que as maiores dificuldades são disponibilidade de softwares e dificuldade no entendimento.Universidade Federal de São Carlos2015-06-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersiontext/htmlhttp://old.scielo.br/scielo.php?script=sci_arttext&pid=S0104-530X2015000200404Gestão & Produção v.22 n.2 2015reponame:Gestão & Produçãoinstname:Universidade Federal de São Carlos (UFSCAR)instacron:UFSCAR10.1590/0104-530X108-12info:eu-repo/semantics/openAccessCecatto,CristianoBelfiore,Patríciapor2016-04-26T00:00:00Zoai:scielo:S0104-530X2015000200404Revistahttps://www.gestaoeproducao.com/PUBhttps://old.scielo.br/oai/scielo-oai.phpgp@dep.ufscar.br||revistagestaoemanalise@unichristus.edu.br1806-96490104-530Xopendoar:2016-04-26T00:00Gestão & Produção - Universidade Federal de São Carlos (UFSCAR)false |
dc.title.none.fl_str_mv |
O uso de métodos de previsão de demanda nas indústrias alimentícias brasileiras |
title |
O uso de métodos de previsão de demanda nas indústrias alimentícias brasileiras |
spellingShingle |
O uso de métodos de previsão de demanda nas indústrias alimentícias brasileiras Cecatto,Cristiano Previsão de demanda Análise multivariada Análise de correspondência Análise discriminante Indústria de alimentos |
title_short |
O uso de métodos de previsão de demanda nas indústrias alimentícias brasileiras |
title_full |
O uso de métodos de previsão de demanda nas indústrias alimentícias brasileiras |
title_fullStr |
O uso de métodos de previsão de demanda nas indústrias alimentícias brasileiras |
title_full_unstemmed |
O uso de métodos de previsão de demanda nas indústrias alimentícias brasileiras |
title_sort |
O uso de métodos de previsão de demanda nas indústrias alimentícias brasileiras |
author |
Cecatto,Cristiano |
author_facet |
Cecatto,Cristiano Belfiore,Patrícia |
author_role |
author |
author2 |
Belfiore,Patrícia |
author2_role |
author |
dc.contributor.author.fl_str_mv |
Cecatto,Cristiano Belfiore,Patrícia |
dc.subject.por.fl_str_mv |
Previsão de demanda Análise multivariada Análise de correspondência Análise discriminante Indústria de alimentos |
topic |
Previsão de demanda Análise multivariada Análise de correspondência Análise discriminante Indústria de alimentos |
description |
O presente trabalho busca conhecer as práticas de previsão de demanda que vêm sendo utilizadas pelas indústrias de alimentos pesquisadas. Um questionário foi desenvolvido e enviado a uma amostra de 450 empresas do setor encontradas na ABIA (Associação Brasileira das Indústrias da Alimentação), que representa 70% do universo, e um índice de resposta de 14,4% foi alcançado. O objetivo da pesquisa é detectar quais e como os métodos de previsão vêm sendo utilizados por essas empresas, quais os principais fatores que influenciam na escolha do modelo e quais as principais dificuldades encontradas no uso de métodos de previsão de demanda. Os dados foram analisados por meio de técnicas estatísticas multivariadas, como análise de correspondência e análise discriminante, utilizando o software estatístico SPSS. Os resultados mostram que o modelo de análise histórica é o mais utilizado, que os principais fatores que influenciam a escolha do modelo são tipo de produto e tempo despendido, e que as maiores dificuldades são disponibilidade de softwares e dificuldade no entendimento. |
publishDate |
2015 |
dc.date.none.fl_str_mv |
2015-06-01 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0104-530X2015000200404 |
url |
http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0104-530X2015000200404 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
10.1590/0104-530X108-12 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
text/html |
dc.publisher.none.fl_str_mv |
Universidade Federal de São Carlos |
publisher.none.fl_str_mv |
Universidade Federal de São Carlos |
dc.source.none.fl_str_mv |
Gestão & Produção v.22 n.2 2015 reponame:Gestão & Produção instname:Universidade Federal de São Carlos (UFSCAR) instacron:UFSCAR |
instname_str |
Universidade Federal de São Carlos (UFSCAR) |
instacron_str |
UFSCAR |
institution |
UFSCAR |
reponame_str |
Gestão & Produção |
collection |
Gestão & Produção |
repository.name.fl_str_mv |
Gestão & Produção - Universidade Federal de São Carlos (UFSCAR) |
repository.mail.fl_str_mv |
gp@dep.ufscar.br||revistagestaoemanalise@unichristus.edu.br |
_version_ |
1750118204898803712 |