UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO MESTRADO EM ENGENHARIA DE PRODUÇÃO
MARCIA DANIELI SZEREMETA SPAK
PROPOSTA DE UMA METODOLOGIA DE APOIO À TOMADA DE
DECISÃO PARA A LOCALIZAÇÃO DE CENTROS DE DISTRIBUIÇÃO
NO SETOR VAREJISTA DE MÓVEIS E ELETRODOMÉSTICOS
DISSERTAÇÃO
PONTA GROSSA 2012
MARCIA DANIELI SZEREMETA SPAK
PROPOSTA DE UMA METODOLOGIA DE APOIO À TOMADA DE
DECISÃO PARA A LOCALIZAÇÃO DE CENTROS DE DISTRIBUIÇÃO
NO SETOR VAREJISTA DE MÓVEIS E ELETRODOMÉSTICOS
Dissertação apresentada como requisito parcial à obtenção do título de Mestre em Engenharia de Produção, do Programa de Pós-Graduação em Engenharia de Produção, da Universidade Tecnológica Federal do Paraná.
Orientador: Prof. Dr. João Carlos Colmenero
PONTA GROSSA 2012
Ficha catalográfica elaborada pelo Departamento de Biblioteca
da Universidade Tecnológica Federal do Paraná, Campus Ponta Grossa N.55/12
S733 Spak, Marcia Danieli Szeremeta
Proposta de uma metodologia de apoio à tomada de decisão para a localização de centros de distribuição no setor varejista de móveis e eletrodomésticos. / Marcia Danieli Szeremeta Spak. Ponta Grossa, 2012.
134 f. : il. ; 30 cm.
Orientador: Prof. Dr. João Carlos Colmenero
Dissertação (Mestrado em Engenharia de Produção) - Programa de Pós-Graduação em Engenharia de Produção. Universidade Tecnológica Federal do Paraná. Ponta Grossa, 2012.
1. Processo decisório. 2. Distribuição de mercadorias. 3. Comércio varejista 4. Programação não-linear. 4.. I. Colmenero, João Carlos. II. Universidade Tecnológica Federal do Paraná, Campus Ponta Grossa. III. Título.
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ
PR
Universidade Tecnológica Federal do Paraná Campus Ponta Grossa
Diretoria de Pesquisa e Pós-Graduação
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO
FOLHA DE APROVAÇÃO
Título da Dissertação Nº 212/2012
PROPOSTA DE UMA METODOLOGIA DE APOIO A TOMADA DE DECISÃO PARA A LOCALIZAÇÃO DE CENTROS DE DISTRIBUIÇÃO NO SETOR VAREJISTA DE MÓVEIS
E ELETRODOMÉSTICOS
Por
Marcia Danieli Szeremeta Spak
Esta dissertação foi apresentada às 10 horas de 10 de dezembro de 2012 como requisito parcial para a obtenção do título de MESTRE EM ENGENHARIA DE PRODUÇÃO, com área de concentração em Gestão Industrial, Programa de Pós-Graduação em Engenharia de Produção. O candidato foi argüido pela Banca Examinadora composta pelos professores abaixo citados. Após deliberação, a Banca Examinadora considerou o trabalho aprovado.
Prof. Dr. Ubiratã Tortato (PUC-PR) Prof. Dr. Antonio Augusto de Paula Xavier (UTFPR)
Prof. Dr. Aldo Braghini Junior (UTFPR) Prof. Dr. João Carlos Colmenero (UTFPR) - Orientador
Visto do coordenador
Prof. Dr. João Luiz Kovaleski (UTFPR) Coordenador PPGEP
A FOLHA DE APROVAÇÃO ASSINADA ENCONTRA-SE NO DEPARTAMENTO DE REGISTROS ACADÊMICOS DA UTFPR –CÂMPUS PONTA GROSSA
Dedico esse trabalho aos meus pais Antonio Spak e Natalia Szeremeta Spak pelo apoio em todos os momentos.
AGRADECIMENTOS
Agradeço a Deus por todas as oportunidades em minha vida e por ser meu refúgio nos momentos mais difíceis dessa jornada.
Aos meus pais Antonio Spak e Natalia Szeremeta Spak pela educação e base do que hoje eu sou.
Ao professor orientador João Carlos Colmenero pela oportunidade e auxílio dedicado para o desenvolvimento desse trabalho.
A minha família e aos meus amigos pelos momentos de ausência.
Aos colegas e professores do curso de mestrado em Engenharia de Produção pelo apoio e partilha dos conhecimentos.
A Universidade Tecnológica Federal do Paraná.
A todos que colaboraram direta ou indiretamente para a realização desse trabalho.
A persistência é o menor caminho para o êxito. (Charles Chaplin)
RESUMO
SPAK, Marcia Danieli Szeremeta. Proposta de uma metodologia de apoio à
tomada de decisão para a localização de centros de distribuição no setor varejista de móveis e eletrodomésticos. 2012. 134 f. Dissertação (Mestrado em
Engenharia de Produção) – Programa de Pós-Graduação em Engenharia de Produção, Universidade Tecnológica Federal do Paraná. Ponta Grossa, 2012.
O setor varejista de móveis e eletrodomésticos encontra-se em expansão e é diretamente afetado pela competividade do mercado. As empresas do setor buscam constantemente a redução dos preços e dos prazos de entrega dos produtos, para manterem a sua posição perante os concorrentes. Um dos fatores que influenciam diretamente a competitividade dessas organizações são os elevados custos do sistema de distribuição. A fim de reduzir os impactos no sistema de distribuição, o presente estudo teve por objetivo propor um modelo de apoio à tomada de decisão para a localização de centros de distribuição no setor varejista de móveis e eletrodomésticos. O trabalho foi dividido em três etapas para a sua concepção. Na primeira etapa utilizou-se um modelo por programação não-linear para definir um ponto ótimo na região abordada no estudo e posteriormente foram identificadas cinco cidades em torno desse ponto ótimo. A segunda etapa foi composta pela definição dos critérios e subcritérios influentes na decisão, e pela aplicação do método AHP para a seleção da melhor cidade para a instalação do centro de distribuição. Na terceira etapa buscou-se identificar o melhor terreno entre três alternativas, que foram avaliadas pelo método AHP a partir da definição dos critérios e subcritérios voltados a esse contexto de decisão. Os resultados apresentados mostram que o fator transporte e mercado são os principais responsáveis para a escolha da cidade, e a instalação e acessibilidade para a localização do terreno. O estudo identificou a alternativa Arapongas como a melhor cidade e o terreno três como o melhor local para a instalação do centro de distribuição.
Palavras-chave: Tomada de Decisão. Localização. Centro de Distribuição. AHP
ABSTRACT
SPAK, Marcia Danieli Szeremeta. Proposal of a methodology to support decision
making for the location of distribution centers in the retail sector of furniture and appliances. 2012. 134p. Dissertation (Master Degree in Production
Engineering) - Post Graduation Program in Production Engineering, Federal University of Technology - Paraná. Ponta Grossa, 2012.
The retail sector of furniture and appliances is in expansion and is directly affected by market competitiveness. The Companies in this sector are constantly seeking reduction of prices and delivery times of products, to maintain their position before competitors. One of the factors that directly influence the competitiveness of these organizations are the high costs of the distribution system. In order to reduce the impacts on the distribution system, the present study aimed to propose a model to support decision making for the location of distribution centers in the retail sector of furniture and appliances. The work divided into three stages for its conception. In the first stage was used a non-linear programming model to define an optimal point in the region covered in the study and subsequently been identified five cities around that optimal point. The second stage was composed by defining criteria and sub-criteria that influence the decision, and the application of AHP method for selecting the best city for installing the distribution center. In the third stage is sought to identify the best ground among three alternatives, that been evaluated by AHP method from the definition of criteria and sub-criteria directed this decision context. The result show that the factor transport and market are mainly responsible for choosing the city, and the installation and accessibility to the location of the ground. The study identified the alternative Arapongas as the best city and the ground 3 as the best place to install the distribution center.
Keywords: Decision-Making. Location. Distribution Center. AHP (Analytic Hierarchy
LISTA DE ILUSTRAÇÕES
Figura 1 - Hierarquia do método AHP ... 29
Figura 2 - Matriz quadrada de preferências ... 31
Figura 3 - Exemplo de matriz de comparação ... 31
Figura 4 - Etapas da pesquisa... 38
Figura 5 - Localização das Lojas e dos Centros de Distribuição no Paraná ... 45
Figura 6 - Representação das coordenadas das cidades e do CD ... 48
Figura 7 - Localização do CD através do modelo não linear ... 49
Figura 8 - Estrutura Hierárquica para a localização da cidade ... 54
Figura 9 - Resultado final da localização da cidade ... 66
Figura 10 - Estrutura Hierárquica para a localização do terreno ... 70
Figura 11 - Resultado final da localização do terreno ... 78
LISTA DE TABELAS
Tabela 1 - Versões do método Electre ... 26
Tabela 2 - Escala fundamental do AHP ... 30
Tabela 3 - Valores de IR para matrizes quadras de ordem n ... 34
Tabela 4 - Cidades identificadas para a aplicação do AHP ... 49
Tabela 5 - Pesos dos subcritérios em relação aos critérios ... 55
Tabela 6 - Pesos dos critérios em relação ao objetivo principal ... 56
Tabela 7 - Custos de Transporte entre as cidades e alternativas ... 57
Tabela 8 – Informações sobre o sistema viário nas rotas entre as alternativas e as cidades ... 58
Tabela 9 - Número de habitantes das alternativas ... 58
Tabela 10 - Produto Interno Bruto das alternativas ... 59
Tabela 11 - Número de concorrentes nas alternativas ... 59
Tabela 12 - Número de fornecedores nas alternativas ... 60
Tabela 13 - Porcentagem de impostos nas alternativas ... 60
Tabela 14 - Preço do terreno nas alternativas... 61
Tabela 15 - Pesos dos subcritérios relacionados ao critério Transporte em relação as alternativas ... 61
Tabela 16 - Pesos dos subcritérios relacionados ao critério Mercado em relação as alternativas ... 62
Tabela 17 - Pesos dos subcritérios relacionados ao critério Estratégias Organizacionais em relação as alternativas ... 63
Tabela 18 - Pesos dos subcritérios relacionados ao critério Impostos em relação as alternativas ... 64
Tabela 19 - Pesos das alternativas em relação aos critérios ... 65
Tabela 20 - Pesos dos subcritérios em relação aos critérios ... 71
Tabela 21 - Pesos dos critérios em relação ao objetivo principal ... 71
Tabela 22 - Tamanho dos terrenos ... 72
Tabela 23 - Custo dos Terrenos ... 73
Tabela 24 - Informações referente ao sistema viário das alternativas ... 73
Tabela 25 - Salários por função ... 74
Tabela 26 - Infraestrutura das alternativas ... 75
Tabela 27 - Peso dos subcritérios relacionados ao critério Instalação em relação as alternativas ... 75
Tabela 28 - Peso dos subcritérios pertencentes ao critério acessibilidade em relação as alternativas ... 76
Tabela 29 - Pesos dos subcritérios pertencentes ao critério serviços de apoio em relação as alternativas ... 76
SUMÁRIO 1INTRODUÇÃO ...14 1.1 TEMA DE PESQUISA ...15 1.2 OBJETIVOS ...16 1.2.1Objetivo Geral ...16 1.2.2Objetivos específicos ...16 1.3 JUSTIFICATIVA ...17 1.4 ESTRUTURA DO TRABALHO ...18 2REFERENCIAL TEÓRIO ...20
2.1 LOCALIZAÇÃO DE CENTROS DE DISTRIBUIÇÃO ...20
2.2 MODELOS DE LOCALIZAÇÃO ...21
2.3 MÉTODOS MULTICRITÉRIOS ...23
2.3.1Principais Métodos Multicritérios ...25
2.4 ANALYTIC HIERARCHY PROCESS – AHP ...28
2.4.1Escala Fundamental ...30
2.4.2Matriz de Preferências ...30
2.4.3Cálculo dos Autovetores ...32
2.4.4Consistência dos Julgamentos ...33
2.4.5Aplicações do Método AHP em Estudos de Localização de Instalações ...34
3METODOLOGIA ...37 3.1 CLASSIFICAÇÃO DA PESQUISA ...37 3.2 ETAPAS DA PESQUISA ...37 3.2.1Primeira Etapa ...38 3.2.2Segunda Etapa ...40 3.2.3Terceira Etapa ...42 4RESULTADOS E DISCUSSÃO ...44
4.1 DESCRIÇÃO DO PROBLEMA ABORDADO ...44
4.2 DESENVOLVIMENTO E APLICAÇÃO DA METODOLOGIA ...47
4.2.1Primeira Etapa ...47
4.2.2Segunda Etapa ...49
4.2.3Terceira Etapa ...66
5CONSIDERAÇÕES FINAIS ...80
5.1 RECOMENDAÇÕES PARA TRABALHOS FUTUROS ...82
REFERÊNCIAS ...83 ANEXO 1...90 APÊNDICE 1 ...92 APÊNDICE 2 ...95 APÊNDICE 3 ...105 APÊNDICE 4 ...108
APÊNDICE 5 ...112
APÊNDICE 6 ...114
APÊNDICE 7 ...120
APÊNDICE 8 ...123
1 INTRODUÇÃO
O desenvolvimento econômico e o crescimento do poder aquisitivo dos consumidores tem proporcionado maior dinamismo nos diversos setores da economia, o setor varejista tem ganhado destaque nesse panorama econômico nacional. Ultimamente muitas redes varejistas se apresentam consolidadas e em expansão, aumentando as perspectivas do setor.
Dados da pesquisa anual do comércio (IBGE, 2010) mostram que o comércio varejista era composto por 1,2 milhões de empresas, representando 78,9% do total de empresas comerciais no Brasil, cuja a receita operacional líquida gerada pelo setor girava em torno de R$ 789,3 bilhões. O segmento varejista apresentou ainda o maior número de empresas locais, empregou a maior parte de pessoal ocupado: 73,6% do total de pessoas empregadas no comércio e obteve a margem de comercialização de R$ 206,4 bilhões (IBGE, 2010). Em agosto de 2012 o varejo no Brasil obteve em volume de vendas um acréscimo de 10,1% em relação ao mesmo período do ano anterior, cuja a receita nominal de vendas apresentou um crescimento de 13,7% (IBGE, 2012).
Em meio a expansão do comércio varejista, o seguimento de móveis e eletrodomésticos tem ganhado destaque no cenário brasileiro. Esse desenvolvimento proporcionou um rápido crescimento do setor, fazendo com que grandes redes tenham se expandido pelo país, demonstrando que o setor varejista de móveis e eletrodomésticos está em crescimento contínuo, tomando frente entre os demais segmentos comerciais. O desempenho da economia brasileira demonstra a continuidade do desenvolvimento do setor, atualmente existem em média 24.000 lojas de móveis e eletrodomésticos no Brasil e o volume de vendas nesse segmento está próximo ao do Reino Unido e França (NE&PE, 2010).
Perante a essa grande expansão do setor, torna-se necessário o desenvolvimento de um contexto operacional eficaz para suportar o crescimento das organizações de forma estruturada. Uma das dificuldades do setor está ligada ao sistema de distribuição. A extensa dimensão geográfica brasileira e o atendimento à diversos pontos de venda em várias regiões, aliado aos altos custos de transporte, configuram um empecilho para as organizações do setor varejista de móveis e eletrodomésticos. Desta forma, torna-se importante o planejamento adequado do sistema de distribuição.
Existem vários estudos voltados a soluções dos problemas de distribuição, entre eles destacam-se os estudos de localização de instalações, os quais tem se aprimorado nos últimos anos, apresentando diversas técnicas eficazes de solução, especificamente em relação aos centros de distribuição (CD’s) que servem como intermediários no sistema de distribuição.
No setor varejista, os CD’s devem ser estrategicamente localizados para atender de forma precisa os pontos de venda, manter a competitividade e reduzir os custos logísticos. Por isso, a escolha do local para a instalação deve ser criteriosa, considerando-se que um CD é uma estrutura de grande porte e que demanda um alto investimento.
No processo de localização dos CD’s, além dos fatores já apresentados, devem ser considerados a possibilidade de expansão do local devido ao aumento de vendas ou aumento do mix de produtos, a proximidade com os fornecedores, a acessibilidade, tributação fiscal e a estratégia da organização. Isso significa que a natureza da decisão é de longo prazo e vai permanecer na empresa por muitos anos (KORPELA; LEHMUSYAARA; NISOMEN, 2007).
Nesse contexto, o objetivo desse trabalho é propor uma metodologia de apoio a tomada de decisão para a localização de centros de distribuição no setor varejista de móveis e eletrodomésticos.
1.1 TEMA DE PESQUISA
Em meio a competição do setor varejista de móveis e eletrodomésticos alguns aspectos podem ser primordiais para o destaque entre os concorrentes, entre eles a logística. Atender o cliente de forma rápida, reduzir os custos e ter informações precisas tornou-se primordial para essas organizações se manterem competitivas.
Com o desenvolvimento acelerado do setor e o crescente número de lojas, o fator custo e entrega influenciam a escolha do consumidor no momento da compra. Desta forma, uma das premissas da logística que é a entrega do produto no lugar certo, no momento exato, nas condições especificadas, e ao menor custo influenciam diretamente o desempenho das organizações varejistas.
A redução dos custos logísticos e a entrega no menor tempo ao cliente estão diretamente ligadas. Quando o CD está localizado mais próximo ao cliente, a entrega passa a ser realizada no menor tempo, proporcionando também a redução dos custos de transporte. Mantendo assim a eficiência da operação tanto para o cliente como para a organização.
Desta forma, a localização estratégica dos centros de distribuição torna-se um fator determinante para a manutenção da competitividade das organizações varejistas de móveis e eletrodomésticos. Para isso, torna-se necessário o conhecimento dos fatores que influenciam o processo de localização de um centro de distribuição e a utilização de uma metodologia que venha a fornecer as informações precisas para a tomada de decisão para a instalação de um centro de distribuição.
1.2 OBJETIVOS
1.2.1 Objetivo Geral
Propor uma metodologia de apoio à tomada de decisão para a localização de um centro de distribuição para o setor varejista de móveis e eletrodomésticos visando atender um conjunto de cidades e reduzir os custos logísticos da operação.
1.2.2 Objetivos específicos
Aplicar um modelo matemático por programação não-linear para
selecionar as cidades que melhor comportem um centro de distribuição;
Definir critérios e subcritérios de avaliação para a escolha da cidade e do
local ideal para a instalação de centros de distribuição;
Construir a estrutura hierárquica para a aplicação do método AHP
(Analytic Hierarchy Process) para a tomada de decisão;
Aplicar o método AHP para a localização da cidade e do local ideal para a
implantação de um centro de distribuição no setor varejista de móveis e eletrodomésticos.
1.3 JUSTIFICATIVA
O varejo passou a representar a maior parte da receita operacional líquida do comércio com participação superior ao comércio atacadista, forneceu o maior retorno relativo por unidade monetária comercializada e foi responsável pelo maior número de pessoas ocupadas em todas as regiões brasileiras (IBGE 2010).
Em 2010, o setor de móveis e eletrodomésticos representou 12,5% das empresas, empregando 14,2% do pessoal ocupado no varejo, destacando-se em quarto lugar nas categorias no segmento varejista. O setor foi ainda responsável por 14,1% da receita líquida de revenda e 16,3% do total de salários, retiradas e remunerações, sendo o terceiro principal responsável nessas categorias entre os demais segmentos varejistas (IBGE, 2010). Em agosto de 2012, o comércio de móveis e eletrodomésticos no Brasil apresentou um crescimento em volume de vendas de 16,6% em relação ao mesmo período do ano anterior e foi responsável pela segunda maior participação na taxa global do varejo com 20% (IBGE, 2012).
O Paraná se destacou como o quinto estado com maior participação na composição da taxa do comércio varejista entre agosto de 2011 a agosto de 2012 com 9%. Obteve ainda um crescimento de 6% no volume de vendas de móveis e eletrodomésticos no mês de agosto de 2012 em relação ao mês anterior, e um crescimento de 15,6% em relação a agosto de 2011. (IBGE, 2012).
Nesse sentido, em meio ao crescente desenvolvimento do setor varejista de móveis e eletrodomésticos e tendo em vista a manutenção da eficiência operacional dessa atividade, a redução dos custos e o atendimento rápido ao cliente, torna-se essencial a localização estratégica e planejada de centros de distribuição. A definição dos locais para a instalação do centro de distribuição é uma decisão crítica, uma vez que, tanto os custos de um sistema de distribuição como o nível de serviço fornecido ao cliente são diretamente afetados pelo número, tamanho e localização dos centros de distribuição (HUIJUN; ZIYOU; JIANJUN, 2008).
A localização de novas instalações parte de uma decisão estratégica, devido ao grande investimento normalmente associado a esse tipo de decisão, a estabilidade é uma característica altamente desejável (MELO; NICKEL; SALDANHA-DA-GAMA, 2009).
Ainda, segundo Owen e Daskin (1998) decisões sobre localização de instalações são questões críticas no planejamento estratégico das organizações. Os
altos custos de aquisição dos terrenos e de construção tornam o investimento de retorno a longo prazo.
Atualmente os mercados estão cada vez mais competitivos, em que as organizações necessitam de maior precisão e eficácia em suas decisões, e desta forma, são necessárias a utilização de ferramentas estruturadas de suporte a tomada de decisão. Tais instrumentos necessitam ter viabilidade em sua utilização tratando de forma simples os problemas complexos enfrentados pelos decisores.
Perante a competição vivenciada pelas organizações, exige-se a utilização de instrumentos cada vez mais eficazes para a tomada de decisão. Desta forma torna-se importante a utilização de uma metodologia que possibilite a visualização ampla de aspectos gerais que estão em torno da decisão da localização de uma instalação de grande porte como a de um centro de distribuição.
Melo; Nickel; Saldanha-da-Gama (2009) afirmam que existe grande dificuldade dos gestores na utilização de modelos quantitativos para o apoio a decisão estratégica, pois não existe tradição na aplicação de tais modelos devido a dificuldade na coleta de dados, dados indisponíveis e desenvolvimento relativamente demorado. Sendo assim, o desenvolvimento de uma metodologia para a localização de centros de distribuição é importante devido a escassez de tais ferramentas no contexto empresarial. Por esse motivo torna-se relevante a utilização de um modelo que aborde dados reais e possibilite a análise abrangente e concreta das informações para a tomada de decisão da localização de um CD.
1.4 ESTRUTURA DO TRABALHO
O trabalho está organizado em cinco capítulos, conforme descrito a seguir. No primeiro capítulo, são apresentadas as diretrizes do trabalho, contemplando a introdução, objetivos, justificativa da pesquisa e estrutura do trabalho.
O segundo capítulo é apresentado a revisão bibliográfica dos temas relacionados a localização de instalações, os métodos de localização comumente utilizados, os métodos multicritérios de tomada de decisão e por último o método AHP (Analytic Hierarchy Process) o qual é o meio de aplicação dessa pesquisa.
O terceiro capítulo apresenta as etapas da metodologia de pesquisa para a localização de um centro de distribuição para o setor varejista de móveis e eletrodomésticos.
O quarto capítulo apresenta os resultados da pesquisa, subdivididos em três etapas compostas dela delimitação da região e definição das cidades candidatas, seguida da definição da melhor cidade e por último o melhor terreno para a localização do centro de distribuição.
No último capítulo são apresentadas as considerações finais da pesquisa e as sugestões para trabalhos futuros.
2 REFERENCIAL TEÓRIO
2.1 LOCALIZAÇÃO DE CENTROS DE DISTRIBUIÇÃO
A questão básica que trata a teoria da localização envolve as formas de escolher um local para uma instalação, entre um número infinito de possibilidades, na medida em que este ponto seja adequado para atender as demandas das regiões que estiverem ao redor do ponto fornecedor (SULE, 2001).
Conforme Korpela; Lehmusvaara; Nisomen (2007) a localização de instalações é um problema de projeto em nível estratégico, pois a decisão influenciará a organização por um período prolongado. Aboolian; Berman; Krass (2007) justificam que o aumento do nível dos serviços prestados pode ser adquirido através do aumento das instalações, melhoria no projeto de instalações e localização mais próxima ao cliente.
No processo de localização de instalações devem ser considerados determinados critérios que servirão de base para o processo de localização. Para Sule (2001), a análise de critérios em estudos de localização constitui uma das premissas na definição de pontos para instalações. Ainda, Melo; Nickel; Saldanha-da-Gama (2009) afirmam que a determinação dos critérios resulta em um grande impacto na configuração e localização de novas instalações.
Entre os principais critérios aplicados ao contexto de localização destacam-se: mão de obra, disponibilidade de transportes, matéria-prima, serviços públicos, condições geográficas e climáticas, impostos e leis da região, questões de segurança local, proximidade com outras instalações da empresa, custos de instalação, manutenção e transportes, especialização técnica, custo da terra, potencial de expansão, mercado, infraestrutura, aspectos financeiros, acessibilidade, impacto ambiental, proximidade aos clientes e fornecedores, disponibilidade de recursos e qualidade do serviço (AWASTHI, CHAUHAN, GOYAL, 2011; DEMIREL; DEMIREL, KAHRAMAN, 2010; HERAGU, 1997; KORPELA, TUOMINEN, 1996; SULE, 2001). Tais critérios tornam-se parâmetros na utilização de métodos de localização. Segundo Korpela; Lehmusvaara; Nisonen (2007) os modelos de localização trabalham simultaneamente com um conjunto de requisitos para
satisfazer a demanda, visando a redução dos custos totais de funcionamento, localização e transporte.
Existem várias metodologias que podem ser utilizadas em estudos de localização de instalações que mudam conforme a complexidade do problema abordado. Entre esses, destacam-se os modelos de programação inteira mista, modelos capacitados e não-capacitados, multi-objetivos, multicritérios, contínuos e discretos que podem utilizar simultaneamente parâmetros probabilísticos, determinísticos e estocásticos. Os estudos de Klose; Drexl (2005) e Melo; Nickel; Saldanha-da-Gama (2009) apresentam uma abordagem detalhada sobre os modelos de localização existentes e suas funcionalidades.
2.2 MODELOS DE LOCALIZAÇÃO
Na localização de instalações, a utilização de ferramentas que possibilitem a aproximação ideal, bem como ponderem os aspectos fundamentais do processo são essenciais. Nessa concepção, a utilização de métodos de localização passa a atuar como facilitador na tomada de decisão.
Existem diversos modelos de localização, os quais podem ser utilizados de acordo com o contexto abordado, bem como pelos dados existentes para a sua aplicação. Entre esses estão:
Modelos determinísticos de otimização:
Com a utilização desses métodos, o propósito é encontrar a solução ideal, entre todas as possíveis soluções. No contexto do problema de localização de instalações, quando o número de soluções possíveis é muito grande, torna-se então indispensável a utilização de um modelo de otimização para servir de suporte a tomada de decisão (TEIXEIRA; ANTUNES, 2008).
Modelos de simulação:
Com a utilização de programas computacionais, são apresentados vários cenários e estatísticas. A partir dos resultados obtidos realiza-se a seleção dos locais com melhor desempenho. Com a utilização de métodos computacionais tem sido possível introduzir dados qualitativos, proporcionando assim uma melhor aplicabilidade no processo decisório da localização, onde a validade dos dados de
entrada tem aumentado a confiança nos resultados dos modelos aplicados (KORPELA; LEHMUSVAARA; NISONEN, 2007).
Modelos discretos:
Em um problema de localização discreto, a seleção do local onde a nova instalação será estabelecida é restrita a um conjunto finito de possíveis locais candidatos.
Modelos contínuos:
Esses modelos consideram que a localização das instalações pode ser dada em qualquer lugar na amplitude estudada. O objetivo da utilização desses modelos esta em auferir os pontos de modo a reduzir as distâncias percorridas. Os modelos de localização contínua são caracterizados por dois atributos essenciais: o espaço de solução é contínuo, ou seja, é possível localizar instalações em cada ponto do plano, e a distância é medida com uma métrica adequada. Os modelos de localização contínua tem por objetivo minimizar a soma das distâncias entre as instalações e os pontos de demanda (KLOSE; DREXL, 2005).
Modelo de programação linear inteira mista:
O modelo de programação linear inteira mista é concebido para encontrar o número ótimo de localizações e tamanho de redes de armazéns, dentro dos limites da capacidade de serviço requisitado (MELACHRINOUDIS; MIN, 2007).
Modelos heurísticos:
Os métodos heurísticos requerem a definição de alguns parâmetros na verificação das alternativas. Geralmente são empregados em problemas relativamente grandes. Em geral esse tipo de modelo não apresenta a solução ótima, devido as restrições de verificação total do problema abordado, mas apresenta a solução próxima do ideal. O método heurístico engloba uma série de ferramentas e supera uma das desvantagens dos métodos analíticos e de simulação, segundo o qual se torna difícil a avaliação completa das várias opções por tais métodos (PETER; CANESSA, 2009)
Método multicritério:
Os métodos multicritérios têm como objetivo auxiliar o processo decisório mensurando a subjetividade do problema analisado. Serão expostos mais profundamente a seguir.
2.3 MÉTODOS MULTICRITÉRIOS
Em meados do século XX a resolução de problemas complexos de decisão era dada através de métodos matemáticos, que ganharam destaque com o advento da Pesquisa Operacional e seus diversos métodos e técnicas de otimização estritamente matemáticos e de solução ótima. Conhecida como otimização clássica, esses métodos buscam o valor máximo ou mínimo de uma única função objetivo submetida a um conjunto de restrições. Assim todas as consequências derivadas da escolha de uma alternativa são reduzidas em termos de uma única função avaliadora (GOMES, ARAYA, CARIGNANO, 2004).
Em termos práticos, muitas dessas soluções são inviabilizadas pela falta de integração com as possibilidades reais de aplicação. O decisor utiliza vários critérios e analisa diferentes possibilidades na avaliação das alternativas e, em alguns casos esses critérios são imensuráveis, impossibilitando a sua incorporação aos modelos matemáticos.
Na década de 70 começaram a surgir os primeiros métodos de apoio à tomada de decisão multicritérios, estes métodos passaram a receber maior atenção por parte dos especialistas em questões decisórias, principalmente nos casos em que envolviam conflitos de interesse (IANEZ; CUNHA, 2006). Tais métodos se destacam por considerar a subjetividade inerente ao processo decisório, na sua formulação são consideradas todas as variáveis importantes, inclusive as características qualitativas possibilitando maior dinamismo na tomada de decisão. Desta forma, esses novos métodos somam-se aos tradicionais métodos da Pesquisa Operacional (NOGUEIRA, 2010).
Quando a tomada de decisão envolve múltiplos critérios e alternativas surgem conflitos de preferências que passam a interferir no processo decisório, necessitando assim de métodos eficazes de apoio à tomada de decisão. Os métodos multicritérios são empregados em problemas reais onde existe um número pré-determinado de alternativas e na maioria das vezes as preferências são incertas ou existem divergências de opiniões dentro de um grupo de decisores (ROY, VANDERPOONTEN, 1996).
Os problemas complexos com múltiplos critérios são comuns nas mais diversas áreas, em geral são identificados quando apresentam critérios conflitantes entre si que não são devidamente compreendidos, ou quando os critérios são
subjetivos ou não quantificáveis sendo necessária assim a aplicação de uma escala de valor, ou seja, são atribuídos valores a tais critérios como forma de abordá-los no processo decisório. Sendo assim, na utilização desses métodos existe uma grande interação entre os dados qualitativos e quantitativos para a tomada de decisão (GOMES, ARAYA, CARIGNANO, 2004; NOGUEIRA, 2010).
Desta forma, os métodos multicritérios atuam como ferramentas de auxílio ao processo decisório visando mensurar a subjetividade do problema analisado, integrando os objetivos desejados através de julgamentos de valor, promovendo assim o entendimento do problema e gerando soluções para a tomada de decisão (KEENEY, 1982).
Tzeng e Huang (2011) destacam que os métodos multicritérios de tomada de decisão envolvem muitas variáveis que precisam ser organizadas para a adequada compreensão do problema abordado. Inicialmente é necessário verificar quais são os critérios que influenciam a decisão para compreender de forma precisa o problema abordado, posteriormente devem ser coletados os dados e informações adequadas para a correta construção das preferências de modo que as alternativas sejam avaliadas de forma coerente, e finalmente deve ser selecionado um método adequado para auxiliar a avaliação da melhor alternativa de acordo com a estratégia abordada na tomada de decisão.
Segundo Keeney (1982) uma metodologia de apoio à decisão multicritério busca apresentar o processo de decisão na forma mais objetiva possível, apresenta-se em quatro etapas:
1ª etapa: estruturação do problema a ser resolvido; 2ª etapa: análise do impacto das alternativas;
3ª etapa: identificação as preferências dos decisores; 4ª etapa: análise e comparação das alternativas.
Os métodos multicritérios tem a função de ponderar as decisões de um problema sobre a ótica de vários critérios. Tais modelos buscam auxiliar a tomada de decisão, principalmente os problemas onde não existe uma solução ótima onde é necessário ao decisor selecionar uma em diversas alternativas (NOGUEIRA, 2010). Ou seja, o foco principal da abordagem multicritério é encontrar a alternativa que atenda a todos os critérios simultaneamente.
Segundo Banville et al. (1998) os métodos multicritérios de tomada de decisão destacam-se por analisar o contexto da tomada de decisão como um todo,
identificando os atores de influência no processo decisório e as alternativas viáveis, buscando a coerência entre o objetivo inicial e os resultados finais.
2.3.1 Principais Métodos Multicritérios
Devido à grande variedade de métodos multicritérios existentes, esses se dividem em dois grupos denominados de escola Norte-americana e a Escola Europeia ou Francesa. Entre os principais métodos que se enquadram como modelos de auxilio multicritério, destacam-se:
AHP (Analytic Hierarchy Process):
O método AHP orienta a tomada de decisão por meio de uma representação hierárquica dos elementos envolvidos em um processo. A metodologia pode ser utilizada na avaliação de critérios objetivos e subjetivos, pois organiza as variáveis de decisão em sucessivos níveis de importância e examina a inter-relação entre as partes, simplificando o processo decisório. Na sua formulação são considerados múltiplos atributos, sendo aplicável em questões complexas, que envolvam julgamentos subjetivos. O método tem a capacidade de absorver julgamentos inconsistentes, incentivando assim a discussão e a reavaliação do problema analisado pelos decisores (SULE, 2001; IANEZ, CUNHA, 2006). Segundo Vaidya e Kumar (2006) o método AHP é um dos mais conhecidos e difundidos métodos multicritérios de tomada de decisão.
Electre (Elimination Et Choix Traduisant La Réalité):
O método Electre é utilizado para escolher a melhor alternativa entre várias, definindo uma série de processos em relação as alternativas consideradas, sendo essas pertencentes a um conjunto de possíveis soluções do problema analisado.
Seu conceito fundamenta-se no princípio de concordância, para medir o desempenho de uma alternativa sobre as demais. E através do princípio de discordância que serva para mensurar a desvantagem de uma alternativa sobre as demais (OLSON, 1996). Tal método é constituído de duas etapas: a primeira consiste em construir uma ou várias relações sobrepondo-as. A segunda etapa é o procedimento de exploração que identifica a melhor alternativa de acordo com a relação de sobreposição obtida na primeira etapa (PENG; WANG; WANG, 2012).
A abordagem do método Electre fornece soluções aos problemas que envolvem múltiplos objetivos conflitantes entre si, principalmente quando a compensação entre os critérios não é permitida (SHANIAN; SAVADOGO, 2006).
Nogueira (2010) expõe que tais métodos são baseados em relações binárias e tem como base o conhecimento das preferências do tomador de decisão. Ainda, Gomes; Araya; Carignano (2004) definem que uma das principais características do método Electre é a sua conceitualização do modelo de preferência, o qual considera os pesos como medidas de importância que cada critério tem para o decisor e não somente como uma taxa marginal de substituição, já que as avaliações de cada alternativa em relação a cada critério não se agrupam em uma avaliação global.
Os métodos do grupo Electre são subdivididos em versões conforme exposto na tabela 1.
Tabela 1 - Versões do método Electre
Versão Autor Ano Tipo de Aplicação Utilização de Pesos I II III IV IS TRI Roy Roy e Bertier Roy Roy e Hugonnard Roy e Skalka Yu Wei 1968 1973 1978 1982 1985 1992 Seleção Ordenação Ordenação Ordenação Seleção Classificação Sim Sim Sim Não Sim Sim Fonte: Adaptado de Gomes, Araya, Carignano (2004)
Os métodos da família Electre empregam os pesos com a finalidade de construir índices de concordância ou discordância sobre o problema abordado, sendo que o único que não utiliza os pesos é o método Electre IV, identificando-se por funcionar com a relações de superação entre as alternativas.
Macbeth (Measuring Attractiveness by a Categorical Based Evaluation
Technique):
Esse método propõe a solução pela comparação de dados qualitativos através de um procedimento não numérico, o qual busca quantificar a atratividade relativa das opções. Com as respostas, a consistência é verificada através de uma escala numérica que representa os julgamentos dos tomadores de decisão
(MARQUES; GOURC; LAURAS, 2011). Com este método é possível atribuir notas a cada alternativa através de uma comparação pareada. Dadas duas alternativas, o decisor deve dizer qual a mais atrativa e qual o grau desta atratividade em uma escala semântica.
O método Macbeth caracteriza-se pela abordagem ativa ao quantificar juízos de valor sobre os elementos em um conjunto finito de opções. A originalidade do método está na possibilidade de estabelecer um caminho construtivo para a medição do problema, tanto em termos quantitativos como qualitativos, evitando assim problemas operacionais reconhecidos em outros métodos (BANA E COSTA; VANSNICK, 1997).
Promethee (Preference Ranking Organization Method for Enrichment
Evaluations):
O método Promethee, advindo da escola francesa procura estabelecer a relação de sobreclassificação de uma alternativa sobre as demais, onde são selecionadas as preferências de cada critério. Nessa função de preferência, define-se qual a preferência de um critério em relação a outro (KELLER; MASSART; BANS,1991).
O método foi desenvolvido visando tratar os problemas multicritérios discretos ou com alternativas finitas. Nas suas primeiras versões (I, II, III, IV) procuravam solucionar problemas colocando as alternativas em ordem de prioridade, utilizando comparações binárias entre as alternativas e comparando o seu desempenho critério a critério. Nesse tipo de avaliação o decisor pode variar o grau de preferência entre as alternativas, ou seja, são estabelecidas a menor preferência para as pequenas diferenças e a maior preferência para as grandes diferenças (GOMES; ARAYA; CARIGNANO, 2004).
Método Objetivo
Promethee I
Obtenção de uma pré-ordem das alternativas, podendo apresentar uma relação de incomparabilidade entre as alternativas.
Promethee II
Obtenção de uma pré-ordem completa, não admitindo a relação de incomparabilidade.
Promethee III Obtenção de ordem por intervalos a partir de limites de variáveis
Promethee IV
Aborda o método Promethee II de forma generalista voltado a um número infinito de alternativas.
Promethee V
Amplia a aplicação do método Promethee II apropriado para a seleção de um subconjunto de alternativas entre as consideradas devido as restrições do problema abordado.
Promethee VI
Determina o vetor de pesos dos critérios para melhor expressão das preferências, permite verificar a maior e a menor influência dos pesos dos critérios sobre o resultado final.
Quadro 1 - Versões do método Promethee Fonte: Adaptado de Gomes, Araya, Carignano (2004)
Esse método funciona com relações de superação entre os atributos e as alternativas analisadas, incorporando conceitos principalmente de ordem econômica. Segundo Vilas Boas (2006) o método Promethee constrói o grau de superação entre cada par de ações ordenadas, considerando a diferença de pontuação que essas ações possuem em relação a cada atributo.
2.4 ANALYTIC HIERARCHY PROCESS – AHP
O método AHP realiza uma representação hierárquica dos elementos envolvidos no processo para a melhor visualização do contexto abordado para a tomada de decisão. A abordagem do método AHP consiste na definição do problema ou objetivo, abordagem dos critérios e subcritérios que influenciam a tomada de decisão, identificação das alternativas que permitam atingir o objetivo, aplicação da comparação de pares entre os critérios para a definição das prioridades e cálculo dos índices de consistência para os critérios (VAIDYA; KUMAR, 2006). Nesse processo, devem ser identificadas as informações apropriadas para que o tomador de decisão possa construir corretamente as suas preferências em relação às alternativas (TZENG; HUANG, 2011).
Em síntese, os elementos da hierarquia ficam organizados conforme a Figura 1.
OBJETIVO GERAL
Critério 1 Critério 2 Critério 3 Critério n
Alternativa 1 Alternativa 2 Alternativa n Nível 1
Nível 2
Nível 3
Subcritério 1 Subcritério 2 Subcritério 3 Subcritério n Subnível 2
Figura 1 - Hierarquia do método AHP Fonte: Autoria própria
Após a divisão do problema em níveis hierárquicos, o método realiza a síntese dos valores e determina de forma clara uma medida global para cada uma das alternativas, estabelecendo assim a prioridade entre elas. A decomposição em níveis hierárquicos facilita a análise e definição das prioridades, e a ordenação dos critérios promove a compreensão dos decisores sobre o problema abordado (KORPELA; LEHMUSVAARA; NISOMEN, 2007). O objetivo desta decomposição é visualizar a importância dos elementos entre si e em relação aos outros níveis. Neste processo o decisor realiza avaliações por uma simples comparação de pares, que posteriormente é utilizada para desenvolver as prioridades gerais e então classificar as alternativas do problema (SAATY e VARGAS, 2001).
A análise valoriza a experiência e o conhecimento dos decisores, os índices numéricos considerados para os critérios são determinados pelas ponderações dos tomadores de decisão. A prioridade das alternativas é definida após a sintetização dos julgamentos e desta forma a análise qualitativa do problema se torna mais consistente (OLIVEIRA, 2007).
Na construção da hierarquia, estabelecem-se as prioridades através da comparação par a par de cada elemento dentro do seu nível hierárquico, criando assim uma matriz quadrada de decisão. Ou seja, são realizadas as comparações
paritárias entre elementos do mesmo nível, com base nos elementos do nível imediatamente acima (WOLFF, 2008). Na matriz o decisor apresenta a sua preferência entre os elementos comparados em relação ao nível superior, através de uma escala predefinida.
2.4.1 Escala Fundamental
Após a hierarquização do problema, realiza-se os julgamentos comparativos que consistem em determinar a intensidade de um elemento de um nível em relação à sua importância para um elemento no nível superior, esses julgamentos são realizados por comparações par a par medindo a intensidade de sua importância (NOGUEIRA, 2010). A comparação pareada das alternativas é realizada com base em uma escala numérica que vai de 1 a 9 ou da respectiva escala qualitativa, denominada Escala Fundamental, conforme apresentado na Tabela 2. Essa escala é empregada para comparar a importância dos pesos dos critérios (TZENG, HUANG, 2011).
Tabela 2 - Escala fundamental do AHP
Fonte: Adaptado de Tzeng e Huang (2011)
Na escala fundamental, o número um indica que os dois elementos comparados apresentam igual importância e o número nove indica que o primeiro elemento é absolutamente mais importante que o segundo.
2.4.2 Matriz de Preferências
Após a realização das comparações pareadas, os resultados obtidos são inseridos em uma matriz A quadrada x . Apresentado um elemento de um nível superior , realiza-se a comparação dos elementos de um nível inferior em relação à gerando uma matriz quadrada de preferências conforme a Figura 2.
Intensidade 1 3 5 7 9 2,4,6,8
Descrição Igual Moderado Forte Muito forte Absoluto
Valores intermediários
Figura 2 - Matriz quadrada de preferências Fonte: Adaptado de Gomes; Araya; Carignano, 2004
Desta forma, o decisor deverá realizar ( – 1)/2 comparações, onde é o número de elementos do nível analisado. Na matriz quadrada, têm-se , para = 1, 2, ..., e = 1, 2, ..., (GOMES; ARAYA; CARIGNANO, 2004).
O preenchimento da matriz é realizado por linhas, onde a diagonal principal é preenchida com o valor 1, representando a comparação de um elemento por ele mesmo. Na linha 1 são inseridas as importâncias que o elemento dessa linha tem em relação a cada elemento de todas as colunas e assim sucessivamente.
De forma geral, cada um dos julgamentos representa a dominância do elemento linha sobre o elemento coluna. Se o elemento (linha) tiver igual importância ao elemento (coluna), o valor considerado a esse par é 1. Caso o elemento seja mais importante ao elemento esse assume um valor de 2 a 9 dependendo o grau de importância. Caso contrário, se o elemento for menos importante ao elemento , assume-se o grau de importância inverso, ou seja: a , justificando os valores inversos de e (WOLFF, 2008). Cada comparação gera uma matriz x conforme a Figura 3.
[ ]
Figura 3 - Exemplo de matriz de comparação Fonte: Adaptado de Wolff, 2008
Sendo o valor obtido da comparação pareada do elemento com o elemento , a matriz formada é a matriz A, onde A= ( ). A matriz A é uma matriz recíproca tal que = 1/ , onde, se os julgamentos fossem perfeitos em todas as comparações, seria possível verificar que x = para qualquer , , . Desta forma, a matriz A se torna consistente (GOME; ARAYA; CARIGNANO, 2004).
[ 11 12 1 21. 22 2 . . 1 2 3 ]
Tais matrizes serão sempre recíprocas e positivas e as comparações pareadas são realizadas em todos os níveis hierárquicos. O procedimento se repete para todos os elementos do nível em relação a todos os elementos do nível superior. A matriz que apresenta o maior número de vezes que uma alternativa domina ou é dominada pelas outras é chamada de matriz dominante ou matriz de decisão. A alternativa superior é aquela que domina as outras alternativas em números de fatores que as demais alternativas dominam. Cada elemento do vetor linha da matriz dominante representa a dominação da alternativa sobre a alternativa . Assim a diagonal principal da matriz dominante é preenchida com um valor estipulado, representando a não dominância de uma alternativa sobre a outra (GOMES, ARAYA, CARIGNANO, 2004).
2.4.3 Cálculo dos Autovetores
A resolução da matriz resulta no autovetor de prioridades, expressando assim a importância relativa de cada critério. O cálculo consiste em elevar a matriz a uma potência relativamente alta, dividindo a soma de cada linha pela soma dos elementos da matriz, assim, normalizando os resultados. Esta operação deverá ser realizada até que a diferença do resultado normalizado na última operação seja mais próximo do resultado da próxima operação (ABREU, 2000).
O autovetor apresenta a medida de consistência de uma matriz. Onde é o número de elementos à serem comparados, é o autovetor de e o vetor de prioridades. Sendo os julgamentos perfeitamente consistentes têm-se = e = / (GOMES; ARAYA; CARIGNANO, 2004). A matriz será consistente toda vez que os elementos transpostos na matriz sejam inversos.
Contudo, comumente verifica-se alguma inconsistência nos julgamentos, sendo assim a inconsistência pode ser medida por - . Ou seja, quanto mais próximo estiver o valor de de maior será a consistência dos julgamentos.
Uma matriz quase consistente A= ( ) representa uma pequena conturbação multiplicativa da matriz consistente = / e tem um autovetor , que por sua vez é uma pequena perturbação do autovetor da matriz consistente (WOLFF, 2008).
= x
onde = ( , , , ..., ) é o vetor principal de e é o autovalor máximo correspondente.
2.4.4 Consistência dos Julgamentos
Na aplicação do método AHP são considerados vários fatores humanos como a intuição e a experiência, e não somente a lógica e o conhecimento científico.
Desta forma, no momento da comparação podem ocorrer inconsistências nos julgamentos, como consequência da subjetividade humana, que é resultado da incapacidade de visualização dos detalhes, bem como pela falta de informações no processo decisório.
A consistência é um indicador de que os julgamentos são coerentes. Segundo Saaty; Vargas (2001) pequenas variações em implicam em pequenas variações em onde o desvio do autovetor em relação a é considerado uma medida de consistência. Sendo assim, é consistente somente se ≥ .
Desta forma, calcula-se o grau da perturbação da matriz por meio do índice de inconsistência (IC):
IC = ( - )/(
onde é o número de alternativas, ou a ordem da matriz .
Na aplicação do método, a inconsistência é um fator mensurável e aceito tendo em vista a utilização de julgamentos humanos. Sendo assim a inconsistência serve de alerta para os tomadores de decisão e não é necessariamente um fator indesejável.
A razão de consistência RC é a razão entre o índice de inconsistência IC e o índice de inconsistência aleatória IR. Saaty (1986) propõe o cálculo da razão de consistência (RC) por meio da equação:
O IR é derivado de uma grande amostra de matrizes recíprocas geradas aleatoriamente utilizando a escala 1/9, 1/8,...,1,..., 8. 9. (TZENG; HUANG, 2011). O
IR para os diferentes tamanhos de matrizes é apresentado na Tabela 3.
Tabela 3 - Valores de IR para matrizes quadras de ordem n
Fonte: Adaptado de Tzeng e Huang, 2011
Quanto maior for o RC, maior é a inconsistência. Se = 2 o RC é nulo, quando = 3 o RC deve ser inferior a 0,05; quando = 4, o RC deve ser menor que 0,09 e para > 4 o RC≤ 0,10 sendo esse o limite aceitável de inconsistência na aplicação do método (LIBERATORE, NYDICK, 1997).
2.4.5 Aplicações do Método AHP em Estudos de Localização de Instalações
O método AHP é utilizado em vários cenários de tomada de decisão. Entre as aplicações deste método em estudos de localização pode-se citar Kengpol (2008) que desenvolveu um modelo de apoio de investimentos para integrar um novo Centro de Distribuição na região da Tailândia. Korpela; Lehmusvaara; Nisomen (2007) propuseram uma sistemática para a seleção de uma rede de armazéns que maximiza o serviço e melhora a eficácia dos custos. Ho e Emrouznejad (2009) aplicaram o método AHP combinado com a programação de metas para escolher o melhor conjunto de armazéns para uma rede de distribuição.
Sinuany-Stern et al. (1995) aplicaram a técnica AHP buscando abordar a subjetividade na decisão de localização de um hospital na região sul de Israel. Yang; Lee (1997) propuseram o método AHP para localizar uma instalação onde são assumidos três locais potenciais para a localização e para a avaliação são utilizados os critérios: mercado, transporte, mão-de-obra e população.
Chi, Kuo (2001) utilizaram o método AHP em conjunto com o emprego de redes neurais artificiais para a seleção de locais para a instalação de lojas de conveniência em Taiwan, para isso foram levantados 43 fatores que influenciam o processo de seleção, dos quais foram selecionados sete principais para a tomada de decisão, estes foram julgados por 17 peritos que consideraram a competição como
3 4 5 6 7 8 9 10 11
principal fator na localização. Nesse mesmo contexto, Xiaohua (2008) aplicaram o método AHP para a localização de três lojas de conveniência na cidade chinesa de Suzhou, essas lojas fazem parte de uma grande rede que conta com mais de 2000 lojas de conveniência na China.
Kaboli et al. (2007) utilizaram o método AHP para a localização de uma fábrica onde foram considerados cinco critérios que compõe o fator custo e cinco alternativas de locais, a análise foi realizada com base na preferência dos gerentes e investidores da empresa. Wang; Liu (2007) aplicaram a metodologia AHP juntamente com o método TOPSIS para a localização de centros logísticos. Esse estudo concluiu que a utilização do método AHP torna o processo simples e de fácil aplicação.
Lorentz (2008) utilizou a abordagem AHP para a criação de um modelo de localização para a instalação de uma indústria do ramo alimentício na Rússia. O estudo abordou a importância da utilização dos critérios na tomada de decisão para a internacionalização em mercados emergentes.
Ho; Lee; Ho (2008) utilizaram o modelo para a localização de armazéns para a indústria chinesa de computadores. Cebi; Zeren (2008) aplicaram o método AHP para localizar uma agência bancária na região oriental da Turquia, onde foram consideradas seis alternativas e cinco critérios: demográficos, socioeconômicos, indicadores bancários, distribuição setorial de empregos e o potencial do comércio local e também 17 subcritérios que partiram da ordem estratégica e missão do banco.
Thian-cheng et al. (2009) utilizaram o método para seleção de locais para a instalação de conjuntos residenciais na cidade de Tianjin no nordeste Chinês. O intuído desse estudo foi promover maior racionalização do crescimento urbano local. Guanghua e Zhanjiang (2010) propuseram a utilização do método AHP em conjunto com o problema da árvore de Steiner para localizar centros de distribuição para uma empresa de comércio eletrônico. Li; She (2010) aplicaram o método AHP em conjunto com o método de entropia para localização de lojas de varejo. O modelo utilizou tanto dados quantitativos como qualitativos e baseou-se na experiência de especialistas para a tomada de decisão.
De-ling; Hai-bin (2010) aplicaram a técnica para a seleção de centros de distribuição para uma rede de supermercados, visando principalmente a redução dos custos e atendimento das necessidades de distribuição. Nesse mesmo contexto,
Gao; Yoshimoto; Ohmori (2011) empregaram o método para localização de supermercados, primeiramente foi utilizado o método AHP para definir os locais alternativos e na sequência, para resolver as restrições foi utilizado um modelo de programação inteira 0-1.
Hua-dong (2010) utilizou a metodologia AHP juntamente com o método DEA para a localização de centros de reciclagem. Com o método AHP são escolhidos cinco locais potenciais para a instalação e com o método DEA é avaliada a eficiência dos locais para assim fornecer a combinação ótima para a instalação dos centros de reciclagem.
Além de estudos direcionados a localização de instalações a pesquisa de Vaidya; Kumar (2006) apresentou diferentes aplicações do método AHP que envolvem desde áreas de cunho pessoal até variações entre os campos da medicina, administração, política, engenharia e esportes.
3 METODOLOGIA
3.1 CLASSIFICAÇÃO DA PESQUISA
A presente pesquisa, quanto a sua natureza classifica-se como aplicada, pois visa gerar conhecimentos para a aplicação prática, voltada para a solução de problemas. Em relação a abordagem do problema, é classificada como quantitativa, a qual busca transformar dados numéricos em informações objetivas e comparáveis, tornando a análise consistente.
Quanto aos seus objetivos, é classificada como exploratória, pois busca a compreensão de um problema pouco abordado com o intuito de torná-lo explícito e formulá-lo precisamente. Em relação aos procedimentos técnicos, a pesquisa é experimental, onde se determina um objeto de estudo e definem-se as variáveis de influência na sua abordagem.
3.2 ETAPAS DA PESQUISA
A pesquisa foi realizada em três etapas. A primeira etapa é composta pela modelagem de programação não-linear, que identifica local geográfico e a partir desse local, são identificadas as cidades que servem de alternativas na segunda etapa.
Na segunda etapa é desenvolvida a estrutura hierárquica do método AHP a qual avalia as alternativas: as cidades identificadas na primeira etapa.
Na terceira etapa são identificados os terrenos (locais) na cidade escolhida na fase anterior, e então é desenvolvida uma nova estrutura hierárquica para aplicação do método AHP para a escolha do local para a instalação do Centro de Distribuição. As etapas da pesquisa são apresentadas na Figura 4.
Identificar o melhor local para a localização de um centro de distribuição
Delimitação da região Modelagem de programação não-linear
Identificação das cidades candidatas Identificação dos locais potenciais na cidade escolhida Composição dos critérios pra a seleção do local Definição da estrutura hierárquica Análise das alternativas
Local ideal para a instalação do centro de distribuição 1ª Etapa 2ª Etapa 3ª Etapa Composição dos critérios pra a seleção da cidade Definição da
estrutura hierárquica Análise dos critérios
Análise das alternativas
Análise dos critérios
Figura 4 - Etapas da pesquisa Fonte: Autoria própria
3.2.1 Primeira Etapa
Nessa etapa, é delimitada uma região e através da aplicação de um modelo de programação não-linear, identifica-se o local ideal para a localização do centro de distribuição. Na sequência são identificadas as cidades próximas ao ponto para então, ocorrer a aplicação da segunda etapa da pesquisa.
Delimitação da região
Para a delimitação da região são adotados dois procedimentos:
Mapeamento da área: sobre um mapa impresso, sobrepõem-se o eixo de coordenadas (x, y) sobre um referencial (0,0) e para a determinação dos valores das coordenadas (x, y) de cada cidade na qual a organização atua.
Identificação da população: definida a região, coletam-se os dados referente a população das cidades.
Outros parâmetros que podem ser utilizados são as vendas na área abordada, representados pelo volume de vendas (unidades) ou pelo valor monetário (reais) se essas informações estiverem disponíveis.
Modelagem por programação não-linear
Através da aplicação de modelo por programação não-linear, é identificado um ponto ideal para a localização do CD. Tendo em vista que tal procedimento fornece o local ideal, sem vistas as condições físicas e de acessibilidade ao local, posteriormente são analisadas as cidades ao redor do ponto ótimo para então definir as cidades prioritárias, que serão as alternativas a serem analisadas na próxima fase, com a aplicação do método AHP para a escolha da melhor cidade.
O modelo utilizado tem como objetivo determinar um local ótimo para a localização do CD na área geográfica abordada, visando a minimização das distâncias entre as cidades e o CD. Desta forma, o modelo determina as coordenadas (X*; Y*) para a localização de um CD por meio da minimização das somas euclidianas ponderadas entre as cidades e o centro de distribuição.
∑ √( ) ( ) Equação [1] onde: = distância total = peso da cidade j (j =1,..., n); = abscissa da cidade j; = ordenada da cidade j;
= ordenada do centro de distribuição;
O valor para (w) pode ser determinado pelo percentual de vendas, pela população ou pela participação de mercado na região. No estudo, é utilizado a população como referência para o valor.
O modelo foi implementado no software Lingo 13.0.2.14 fornecendo a solução ótima de localização.
Identificação das alternativas
Destaca-se em um mapa impresso as coordenadas (X,Y) determinadas pelo modelo e posteriormente identificam-se as cidades que estão ao redor desse ponto.
Nessa fase, propõem-se dois critérios para classificar as cidades que se encontram ao redor do ponto fornecido pelo modelo não-linear e que tenham potencial para implantação do CD:
Cidades com maior população: para delimitar o raio de atuação do modelo não-linear utiliza-se a densidade populacional. Essa deve ser ponderada, pois nas regiões com maior população as vendas tendem a ser maior, justificando assim a proximidade ao centro de distribuição. O critério população é também utilizado por Cebi e Zeren (2008), Xiaohua (2008), Chi e Kuo (2001) em seus estudos de localização.
Número máximo de cinco cidades para serem avaliadas pelo Método AHP: este parâmetro tem como base o conceito de Oliveira (2007) que afirma que a consistência de uma análise é comprometida pela quantidade de critérios e alternativas a serem julgadas. Quanto maior o número, maior a probabilidade de ponderações inconsistentes.
3.2.2 Segunda Etapa
Essa etapa consiste na identificação dos critérios e definição da estrutura hierárquica para a posterior aplicação do método AHP para a análise das alternativas, a qual define a melhor cidade para a instalação do centro de distribuição.
Composição dos critérios para a seleção da cidade
Nessa fase são estabelecidos os critérios e subcritérios que irão compor a estrutura hierárquica do método AHP para a seleção da cidade para a implantação do centro de distribuição. Essa fase consiste de duas etapas:
Levantamento bibliográfico: aspectos identificados na bibliografia em estudos similares de localização de instalações para a composição dos critérios.
Identificação de aspectos específicos ao caso abordado: consiste no levantamento de aspectos influentes relacionados ao varejo de móveis e eletrodomésticos que serão levantados junto a uma empresa do ramo.
Definição da estrutura hierárquica
Essa é a etapa de estruturação dos critérios e subcritérios para a localização da cidade para a instalação de um centro de distribuição para o ramo varejista de móveis e eletrodomésticos. Segundo Nogueira (2010) essa etapa é considerada uma das mais importantes no processo decisório.
Define-se a uma estrutura hierárquica em quatro níveis, onde: Nível 1: determina o objetivo principal da análise;
Nível 2: identifica os critérios que uma cidade precisa ter para sediar o CD; Nível 3: expõe os subcritérios;
Nível 4: apresenta as alternativas das cidades candidatas.
Após realizada a estruturação hierárquica é necessário a determinação das prioridades dos elementos de um nível hierárquico em relação ao grau de importância para outro elemento no nível superior.
Análise dos critérios e subcritérios
Nesta fase realiza-se a comparação entre os critérios e subcritérios em relação ao objetivo principal por meio da votação pareada. Essa seleção é realizada através da aplicação do primeiro questionário (apêndice 1). Essa fase identifica o grau de importância dos critérios e subcritérios em relação ao objetivo geral dentro da estrutura hierárquica.
