SIMULAÇÃO E MÉTODO DEA EM UM CENTRO AUTOMOTIVO … · automotivos e prestação de serviços de...

SIMULAÇÃO E MÉTODO DEA EM UM

CENTRO AUTOMOTIVO PARA

OTIMIZAÇÃO DE PROCESSOS

Jones Luís Schaefer

[email protected]

Jaqueline de Moraes

[email protected]

Brunno José Fagundes

[email protected]

João Carlos Furtado

[email protected]

Julia Weber Reuter

[email protected]

A prestação de serviços abrange uma parcela significativa da

economia brasileira e os serviços realizados em centros automotivos

prestam apoio para manutenção da grande frota nacional de veículos

existente, auxiliando no prolongamento da vida útil e na diminuição

dos custos gerais de manutenção. O fluxo de clientes nesses centros

automotivos varia no decorrer das operações diárias e também existem

diferenças na demanda entre os dias da semana. Para auxiliar no

dimensionamento relativo à mão-de-obra e equipamentos necessários,

o objetivo deste artigo é realizar a simulação dos processos mais

utilizados pelos clientes em um centro automotivo e comprovar os

resultados obtidos na simulação com o método Data Envelopment

Analysis (DEA), buscando identificar os níveis de eficiência técnica

nesses processos. A relevância deste artigo sob o ponto de vista

acadêmico está em identificar, de modo não intrusivo, a situação atual

de um processo através da simulação e testar sua eficiência técnica

através de um método multicritério, com o objetivo de propor

melhorias. Diante da análise dos dados obtidos, foi possível identificar

uma subutilização dos recursos existentes, permitindo propor

alterações de ordem administrativa e de equipamentos.

Palavras-chave: Simulação, Arena, DEA, Centro automotivo

XXXVIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO “A Engenharia de Produção e suas contribuições para o desenvolvimento do Brasil”

Maceió, Alagoas, Brasil, 16 a 19 de outubro de 2018.


Maceió, Alagoas, Brasil, 16 a 19 de outubro de 2018. .

2

1 Introdução

O setor automotivo visa um crescimento no ano de 2017, considerando a implementação de

medidas econômicas do governo federal que pretendem contribuir para o progresso da

indústria (PORTAL PLANALTO, 2017). O setor de autopeças apresentou no primeiro

semestre de 2017 um aumento no faturamento líquido nominal de 16,3% em comparação com

o mesmo período de 2016 (SINDICATO NACIONAL DA INDÚSTRIA DE

COMPONENTES PARA VEÍCULOS AUTOMOTORES - SINDIPEÇAS, 2017). Diante

desse cenário evidencia-se que a demanda por serviço em veículos acompanha esse

crescimento.

Os centros automotivos caracterizam-se pela comercialização de pneus, peças, componentes

automotivos e prestação de serviços de reparos mecânicos de suspensão, motores e freios

(OLIVEIRA, GOSLING e RESENDE, 2015). Assim, esses serviços prestados pelos centros

automotivos tendem a prolongar a vida útil dos automóveis e ainda reduzir a emissão de

poluentes no meio ambiente.

A empresa objeto desse estudo está localizada no Vale do Rio Pardo, Rio Grande do Sul,

Brasil, e está atuando há 20 anos no mercado automotivo, é classificada como pequena

empresa e possui uma matriz e duas filiais em diferentes pontos da cidade onde atua. A

prestação de serviços e a venda de produtos prontos ocorre apenas para automóveis

classificados como leves.

Essa pesquisa teve como objetivo simular serviços prestados nas três unidades desse centro

automotivo, para isso utilizou-se o simulador Arena. Os serviços selecionados foram os que

os sócios da empresa informaram ser os mais representativos e para verificar a eficiência

técnica de cada unidade aplicou-se o método multicritério DEA.

2 Referencial Teórico

2.1 Serviços

O setor de serviços no Brasil em 2016 representou 73,3% do Produto Interno Bruto (PIB),

sendo 52,1% superior ao desempenho da indústria e 67,8% superior à agricultura

(INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA - IBGE, 2016).



3

Os serviços caracterizam-se por serem intangíveis e prestados através de atividade não

industrial (GOZZI, 2015), onde o cliente dispõe-se a oferecer dinheiro e tempo para, em troca,

receber da empresa o serviço de acordo com o esperado (GARCIA 2015). Os serviços que

visam lucro diferenciam-se dos que não visam por meio das metas, mas ambos visam criam

valor aos envolvidos (LOVELOCK, WIRTZ e HEMZO, 2011).

São apontados como critérios de desempenho em serviços por autores com mais de três

critérios em comum: Custo (CORRÊA e GIANESI, 1994; SCHMENNER, 1999; CORRÊA e

CAON, 2002), Flexibilidade (CORRÊA e GIANESI, 1994; CORRÊA e CAON, 2002;

JOHNSTON e CLARK, 2002; BRIGNALL et al., 1991), Qualidade (SCHMENNER, 1999;

FITZSIMMONS e FITZSIMMONS, 2000; CORRÊA e CAON, 2002; JOHNSTON e

CLARK, 2002; BRIGNALL et al., 1991) e Velocidade (CORRÊA e GIANESI, 1994;

CORRÊA e CAON, 2002; JOHNSTON e CLARK, 2002).

2.2 Simulação

A simulação consiste na reprodução do comportamento de um sistema a partir da descrição

dos processos (KRAJEWSKI, RITZMAN e MALHOTRA, 2009). Sua relevância se encontra

na capacidade de tratar com sistemas complexos, ou com numerosa quantidade de dados ou

interações entre partes (MEDEIROS, MOSER e DOS SANTOS, 2014). A possibilidade de

alterar algo no modelo e verificar o resultado permite uma melhor tomada de decisão pelo

gestor (BATEMAN et al., 2013).

Como benefícios da aplicação da simulação pode-se indicar a compreensão do processo de

produção (SILVA et al., 2017) e de serviço (MENDES, CORREIA e TOZI, 2012). Além

disso, ela é uma ferramenta eficaz para a comunicação das partes envolvidas no processo,

como analistas, gerentes e pessoas ligadas a operação (CHWIF e MEDINA, 2014). Já como

desvantagens podem ser mencionadas as demandas de tempo e recursos envolvidas no

desenvolvimento de modelos de simulação (TAHA, 2008).

Os processos de serviços/administrativos podem ser beneficiados pela simulação tanto quanto

à área industrial, e isso deve ser explorado pela literatura (PRADELLA, KIPPER e

FURTADO, 2011). Com base nisso, esse artigo visa contribuir para a literatura ao utilizar

simulação em processos de serviços.

2.3 DEA



4

O método não paramétrico DEA foi desenvolvido em 1978 por Charnes, Cooper e Rhodes

para identificar fronteiras de produção eficientes (CHARLES e ZEGARRA, 2014).

Ishizaka e Nemery (2013) listam como auxílios proporcionados pelo DEA:

O cálculo do escore de eficiência indica se uma empresa é completamente eficiente ou

se possui capacidade de melhoria;

A definição de valores de destino para entrada e saída permite o cálculo do valor que a

entrada deve ser diminuída ou a saída ampliada para tornar-se eficiente;

A identificação da natureza dos retornos à escala aponta se uma empresa deve

diminuir ou aumentar sua escala para reduzir o custo total médio;

A identificação de um conjunto de benchmarks detalha quais processos de outras

empresas necessitam ser analisados para beneficiar suas próprias práticas.

3 Procedimentos metodológicos

Com o intuito de abordar os serviços mais relevantes prestados pelo centro automotivo, foi

realizada uma entrevista com os sócios da empresa para verificar quais são os processos mais

utilizados pelos clientes, ao que estes responderam que esses serviços são a geometria,

balanceamento de pneus e a troca de óleo. A entrevista é caracterizada por ser realizada face a

face, onde o entrevistador visa conseguir informações de um entrevistado sobre algum assunto

ou problema (PRODANOV e FREITAS, 2013). Desta forma, para esta pesquisa, serão

simulados os serviços de geometria, balanceamento de pneus e troca de óleo.

3.1 Etapa de simulação dos processos

O simulador utilizado neste artigo foi o Arena, desenvolvido pela empresa Rockwell

Automation. O simulador Arena analisa o impacto de novas ideias, regras e estratégias de

negócio, possibilitando simular alterações antes de implementá-las, evitando interrupções nos

serviços e eliminando dúvidas quanto à funcionalidade dos processos (ROCKWELL

AUTOMATION, 2017).

Para utilizar o simulador Arena é necessário realizar a definição dos processos a serem

estudados. Neste artigo serão estudados os processos de recepção de clientes, balanceamento,

geometria, troca de óleo e o pagamento no caixa, sendo assim é preciso definir a quantidade

de medições de tempo necessárias para estabelecer a expressão matemática que melhor define



5

o tempo necessário em cada processo. Para estabelecer essa quantidade de medições foi

utilizada a equação (SANTOS, 2017):

Nesta equação:

n – número de medições necessárias;

N – número total de clientes que utilizam cada processo por dia;

Z – variável normal padronizada associada ao nível de confiança;

P – verdadeira probabilidade do evento;

e – erro amostral desejado.

O erro amostral desejado é de 5% e o nível de confiança de 95% (Z = 1,96).

Os dados de tempos coletados em cada processo e dos intervalos entre chegadas de clientes

foram digitados em um arquivo em formato “*.txt”, possibilitando sua importação para a

ferramenta “Input Analyzer” do Arena. Para a definição da expressão correspondente ao

tempo de cada processo é necessária a definição do número de classes do histograma

formado, este número de classes é definido pela equação:

Onde K é o número de classes do histograma e n é o número de amostras de tempo coletadas.

Definidas as expressões matemáticas referentes ao tempo de cada processo, partiu-se para a

construção da modelagem de simulação dos processos utilizados nos centros automotivos em

estudo. Para esta etapa foi utilizado o software Arena. Os três centros automotivos

pesquisados possuem as seguintes quantidades de recursos:

Centro A:

2 funcionários para recepção;

2 rampas com funcionário treinado para realizar a geometria;

3 elevadores de carros com 2 funcionários treinados para executar balanceamento;

(1)

(2)



6

3 elevadores de carros com funcionário treinado para realizar a troca de óleo;

1 caixa para pagamento.

Centro B:

1 funcionário para recepção;

1 rampa com funcionário treinado para executar a geometria;

1 elevador de carros com funcionário treinado para executar balanceamento;

1 elevador de carros com funcionário treinado para realizar a troca de óleo;


Centro C:

2 funcionários para recepção;

1 rampa com funcionário treinado para realizar a geometria;

2 elevadores de carros com funcionário treinado para executar balanceamento;

1 elevador de carros com funcionário treinado para realizar a troca de óleo;


A sequência normal para a realização dos serviços inicia-se pela geometria, seguida do

balanceamento e por último a troca de óleo. Porém, nem todos os clientes realizam os três

serviços, desta forma, devem ser consideradas na simulação as possibilidades de os serviços

serem realizados de forma individual ou também somente dois deles, sendo que quando são

realizados dois serviços, as sequências estabelecidas são: geometria e balanceamento;

geometria e troca de óleo; balanceamento e troca de óleo. Assim, foram verificados os

seguintes percentuais médios de uso dos serviços dos centros automotivos desta empresa:

43% dos clientes realizam geometria e balanceamento;

4% dos clientes realizam geometria e troca de óleo;

4% dos clientes realizam balanceamento e troca de óleo;

15% realizam somente geometria;

11% realizam somente balanceamento;

13% realizam somente troca de óleo;

10% realizam os serviços de geometria, balanceamento e troca de óleo.



7

Foram simuladas 10 replicações de 8 horas cada para verificar o número de clientes atendidos

por dia, a utilização dos recursos e as filas formadas entre os processos, possibilitando assim a

realização de comparações entre as lojas e também com a eficiência técnica apontada pelo

método DEA.

3.2 Aplicação do método DEA

O método DEA foi aplicado para avaliar a eficiência técnica dos centros automotivos e

comparar com os resultados obtidos a partir da simulação dos processos realizada no Arena.

Os passos utilizados para encontrar a eficiência técnica de um centro automotivo foram os

seguintes:

1º Passo: Definição do modelo de cálculo DEA a ser realizado, se será Constant Returns to

Scale (CRS) ou Variable Returns to Scale (VRS). Nesse caso foi utilizado o modelo VRS,

pois o ambiente não pode ser considerado como competição perfeita (ISHIZAKA e

NEMERY, 2013);

2º Passo: Definição se o objetivo será o modo Input Oriented (IO) ou Output Oriented (OO).

Neste artigo a proposta é testar a eficiência técnica dos centros automotivos mantendo o

número de saída de clientes igual, portanto é utilizado o método DEA VRS orientado às

entradas (Input Oriented);

3º Passo: A equação 3 serve para medir a eficiência técnica que relaciona inputs e outputs:

maximize

Sujeito à:

Onde:

s: número de outputs;

(3) (1)



8

m: número de inputs;

TEk: eficiência técnica

da unidade k;

yrk: quantidade de

outputs produzidos;

xik: quantidade de

inputs consumidos;

ur: peso do output r;

vi: peso do input i.

4º Passo: A equação 4 tem como objetivo a medição da

eficiência de acordo com o modo VRS Input Oriented:

maximize

Sujeito à:

Onde:

m: número de inputs;

s: número de outputs;

ck: medida de retorno à escala no eixo das variáveis;

yrk: quantidade de outputs produzidos;

(4)



9

xik: quantidade de inputs consumidos;

ur: peso do output r;

vi: peso do input i.

A determinação da eficiência técnica dos centros automotivos foi realizada utilizado o

software OSDEA. Este software permite encontrar estes resultados utilizando diferentes

métodos dos DEA, podendo-se realizar análises utilizando, por exemplo, métodos DEA VRS

(CCR) ou DEA VRS (BCC), tanto orientado as entradas, quanto orientado as saídas (OSDEA,

2017).

Para aplicar o método DEA e verificar a eficiência técnica de cada um dos três centros

automotivos em análise, os inputs e outputs considerados foram os seguintes:

Input 1: número total de funcionários envolvidos nos processos de recepção,

geometria, balanceamento, troca de óleo e caixa para pagamento;

Input 2: número de recursos como rampas e elevadores de automóveis;

Output 1: número de clientes atendidos.

De acordo com os resultados encontrados na simulação dos processos com o software Arena e

as conclusões obtidas a partir da aplicação do método DEA, foram traçados comparativos e

simuladas alterações nas quantidades de recursos como funcionários e equipamentos para

verificar as possibilidades de otimizações nos processos dos centros automotivos.

4 Resultados e discussões

Ao estabelecer um erro amostral de 10% com nível de confiança de 90% e considerando

como população o total de clientes atendidos em cinco dias, o resultado do cálculo amostral

foi que seriam necessárias 41 medições de tempo dos processos do centro A e 33 medições de

tempo dos processos dos centros B e C. Na tabela 1 são apresentadas as expressões

matemáticas geradas a partir da ferramenta Input Analyzer integrante do software Arena. As

expressões estão na unidade de tempo minuto, sendo que o processo de recepção dos clientes

foi considerado com tempo constante de 2 minutos pela pouca variação apresentada pelo

mesmo no decorrer das medições.

Tabela 1 – Expressões matemáticas correspondentes aos tempos dos processos



10

Fonte: elaborado pelos autores com base nos resultados do Input Analyzer do software Arena.

O modelo elaborado para possibilitar a simulação dos processos no Arena apresenta a

configuração que pode ser visualizada na figura 1.

Figura 1 – Modelo padrão para simulação dos processos dos Centros A, B e C



11

Fonte: elaborado pelos autores a partir do software Arena.

A partir das simulações realizadas no Arena foi possível observar que o centro A teve uma

média de 20 clientes atendidos por dia, o centro B atende 15 clientes por dia e o centro C

atende uma média de 14 clientes por dia. Nos centros automotivos desta empresa ainda são

realizados outros processos que não foram simulados neste artigo como troca e vulcanização

de pneus, higienização de ar condicionado veicular, troca de fluido de freio e limpeza de bicos

injetores.

O centro A caracteriza-se por ter uma maior quantidade de funcionários envolvidos nos

processos analisados e um número maior de clientes atendidos por dia. O percentual médio de

utilização dos recursos, segundo a simulação é baixo, variando de 12,3% de utilização do

funcionário que realiza a troca de óleo até 43% de tempo médio ocupado do funcionário

responsável pelo balanceamento de veículos. Alguns funcionários que realizam os processos

analisados também são responsáveis por atender os demais serviços oferecidos pela empresa.

Em relação às filas formadas durante a simulação dos processos, pode-se verificar que o

número máximo de clientes em fila foram de 2 para os processos de balanceamento e

pagamento no caixa, assim como o tempo máximo em fila foi de 20 minutos para o

balanceamento e 7 minutos para o pagamento no caixa, nos demais processos não ocorreram

filas.

A simulação dos processos para o centro B apresentou um nível de utilização dos recursos

maior em relação ao centro A. O menor índice de utilização foi do recurso atendente do caixa,

com 17,36% do tempo ocupado e o maior índice de utilização foi do recurso funcionário do

balanceamento e elevador de carros do balanceamento com 60,29% do tempo ocupado. Neste



12

centro automotivo ocorreram formações de filas de clientes em espera nos processos de

pagamento no caixa, balanceamento, geometria e troca de óleo com tempos máximos de fila

variando de 7,7 minutos para o processo de pagamento no caixa até 49,47 minutos em fila

para o processo de balanceamento.

A utilização dos recursos para a simulação do centro C apresentou comportamento similar a

simulação do centro B, dada a dimensão similar da quantidade de recursos disponíveis. A

menor utilização no centro C foi do recurso atendente caixa com 25,89% do tempo ocupado e

a maior utilização foi do recurso elevador de carros do balanceamento com 60,42% do tempo

ocupado. Ocorreram filas na simulação, com um número máximo de clientes em fila de 2 nos

processos de pagamento no caixa e balanceamento, que também apresentou o tempo máximo

em fila de 38,2 minutos.

De uma forma geral, considerando somente os processos em análise, os 3 centros automotivos

apresentam um nível de utilização dos recursos de médio a baixo, porém deve ser considerado

a utilização de alguns destes recursos em outros serviços oferecidos pela empresa. Para

possibilitar a sugestão de otimizações nos processos dos 3 centros automotivos, na sequência

será apresentado o teste de eficiência técnica a partir do método DEA. A tabela 2 apresenta a

entrada de dados utilizada para análise de eficiência técnica através do método DEA.

Tabela 2 – Entrada de dados para a avaliação utilizando o método DEA

Fonte: elaborado pelos autores.

Após a inserção dos dados no sistema OSDEA, foram estabelecidas as entradas (funcionários

e equipamentos) e saída (clientes atendidos), definido o modelo BCC_I (referente ao VRS



13

orientado à entrada). Como resultado do processo foram obtidos os resultados apresentados na

Tabela 3.

Tabela 3 – Resultados obtidos através do método DEA

Fonte: elaborado pelos autores com base nos resultados do método DEA.

Diante dos resultados obtidos, pode-se observar que duas das três unidades estudadas

apresentam-se como “tecnicamente eficientes” pois atingiram o valor objetivo igual a 1.

Contudo, a unidade centro C, apesar de obter valor objetivo igual a 1, não foi definido como

“tecnicamente eficiente” pois, em comparação com a centro B possui valores superiores nas

variáveis de entrada e valores inferiores para a saída.

Com base nos resultados de projeções fornecidas pelo sistema OSDEA, observou-se que, para

um cenário “tecnicamente eficiente” a unidade centro C deveria possuir apenas 5 funcionários

e fornecer como saída de atendimentos próximo de 15 clientes. De conhecimento destas

informações, foram elaboradas novas simulações alterando os valores de acordo com as

sugestões projetadas.

Após realizar novas simulações com os novos valores, onde foram removidos 1 funcionário

da recepção e outro do setor de balanceamento, foi possível constatar que as saídas esperadas

para que esta unidade fosse considerada “tecnicamente eficiente” foram obtidas.

Mesmo após esse resultado otimizado obtido, observou-se que, apesar de serem consideradas

“tecnicamente eficientes”, as unidades estavam com uma subutilização de seus recursos. Nos

3 centros automotivos dessa empresa os serviços de geometria, balanceamento e troca de óleo



14

são os mais procurados pelos clientes e dada a baixa utilização dos funcionários, considerando

essas atividades, pode-se sugerir uma diminuição no número de funcionários envolvidos

nessas tarefas e realizar novos testes de simulação para verificar se uma otimização é possível.

Considerando apenas esses serviços, foram reduzidos de forma empírica no centro A, o

número de funcionários nos serviços de recepção, geometria e atendimento de caixa para

apenas 1. Já para o serviço de balanceamento definiu-se o valor de 2 funcionários. Também

foram reduzidos o número de equipamentos de geometria para 1 e troca de óleo para 1, bem

como a redução para apenas 2 rampas de balanceamento. Diante deste novo cenário,

observou-se um melhor aproveitamento dos recursos e mantiveram-se os mesmos números de

clientes atendidos (20).

Já no centro B e centro C não foram realizadas alterações (considerando os valores de

otimização) uma vez que já apresentavam apenas um funcionário e uma rampa ou elevador

para cada serviço. Após estas simulações, tornou-se a avaliar a eficiência técnica das unidades

através do sistema OSDEA, o qual retornou o mesmo resultado de eficiência técnica para os

mesmos centros, apenas indicando ainda como não eficiente o centro C, pois dada a

característica da aleatoriedade, não obteve 15 clientes atendidos como saída.

5 Considerações finais

Os resultados apresentados pela simulação dos processos dos centros automotivos da empresa

sob análise sugerem que possa haver um redimensionamento dos recursos necessários à

execução dos serviços, desde que sejam levados em conta os demais serviços prestados aos

clientes pela empresa.

Para esta situação foi possível utilizar com sucesso o software Arena, onde foram simulados

os atendimentos de clientes desde a sua chegada, passando pela recepção, definição de quais

processos realizar dentre geometria, balanceamento e troca de óleo, pagamento no caixa e

saída dos clientes. Ao aplicar conjuntamente o método DEA para verificar a eficiência dos

centros automotivos pode-se comprovar cientificamente que as alterações propostas são

pertinentes ao caso em estudo. Espera-se que os resultados encontrados sejam significativos

para os sócios da empresa e que proporcionem a melhoria dos serviços analisados.

Sugere-se para trabalhos futuros a análise dos demais processos de um centro automotivo, de

forma a englobar todos os serviços oferecidos no software Arena. Além disso, recomenda-se a



15

aplicação do Arena para projeção dos custos e traçar um comparativo com o método DEA que

também pode ser utilizado para testar a eficiência técnica financeira das empresas.

6 Agradecimentos

Agradecemos à CAPES (Coordenação de Aperfeiçoamento de Pessoal de Nível Superior)

pela concessão das bolsas e ao PPGSPI (Programa de Pós-Graduação em Sistemas e

Processos Industriais - Mestrado) da Universidade de Santa Cruz do Sul - UNISC.

REFERÊNCIAS

BATEMAN, R. E.; BOWDEN, R. O.; GOGG, T. J.; HARRELL, C. R.; MOTT, J. R. A.; MONTEVECHI, J. A.

B. Simulação de sistemas: aprimorando processos de logística, serviços e manufatura. Rio de Janeiro: Elsevier

Brasil. 2013.

BRIGNALL, T. J.; FITZGERALD, L.; JOHNSTON, R.; SILVESTRO, R. Performance measurement in service

businesses. Management Accounting, v. 69, n. 10, p. 34. 1991.

CHARLES, V.; ZEGARRA, L. F. Measuring regional competitiveness through data envelopment analysis: A

peruvian case. Expert Systems with Applications, v. 41, n. 11, p. 5371-5381. 2014.

CHWIF, L.; MEDINA, A. Modelagem e simulação de eventos discretos: Teoria e aplicações. 4. ed. Rio de

Janeiro: Elsevier Brasil. 2014.

CORRÊA, H. L.; CAON, M. Gestão de serviços: lucratividade por meio de operações e de satisfação dos

clientes. São Paulo: Atlas. 2002.

CORRÊA, H. L.; GIANESI, I. G. N. Administração estratégica de serviços: Operações para a Satisfação do

Cliente. São Paulo: Editora Atlas. 1994.

FITZSIMMONS, J. A.; FITZSIMMONS, M. J. Administração de serviços: operações, estratégia e tecnologia

da informação. 3. ed. Porto Alegre: Bookman. 2000.

GARCIA, Janaína Leonardo. Marketing de serviços e de varejo. São Paulo: Person Education do Brasil. 2015.

GOZZI, Marcelo Pupim. Gestão da qualidade em bens e serviços. São Paulo: Person Education do Brasil.

2015.

INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA (IBGE). Indicadores IBGE: Contas

Nacionais Trimestrais, Indicadores de Volume e Valores Correntes. 2016.

ISHIZAKA, A.; NEMERY, P. Multi-criteria decision analysis: methods and software. John Wiley & Sons.

2013.

JOHNSTON, R.; CLARK, G. Administração de operações de serviço. São Paulo: Atlas. 2002.



16

KRAJEWSKI, L. J.; RITZMAN, L. P.; MALHOTRA, M. K. Administração de produção e operações. São

Paulo: Pearson Prentice-Hall. 2009.

LOVELOCK, C.; WIRTZ, J.; HEMZO, M. A. Marketing de serviços: pessoas, tecnologia e estratégia. São

Paulo: Person Education do Brasil. 2011.

MEDEIROS, L. F.; MOSER, A.; DOS SANTOS, N. A simulação computacional como técnica de pesquisa na

administração. Revista Intersaberes, v. 9, n. especial, p. 441-459. 2014.

MENDES, D. S.; CORREIA, A. R.; TOZI, L. A. Análise de alternativas para aumento da produtividade e

qualidade operacional de terminais de cargas em aeroportos por meio de simulação computacional. Journal of

Transport Literature, v. 6, n. 2, p. 124-143. 2012.

OLIVEIRA, P.; GOSLING S. M.; RESENDE, M. P. D. L. O Gerenciamento do Funcionário de Linha de Frente

sob a Ótica da Qualidade de Serviços–Um Estudo de Caso em um Centro Automotivo. Sistemas & Gestão, v.

10, n. 1, p. 42-57. 2015.

OSDEA. Software para resolução do DEA. Disponível em: <http://opensourcedea.org/osdea-gui/>. Acesso

em: 20 ago. 2017.

PORTAL PLANALTO. Apresenta notícia sobre o crescimento do setor automotivo. Disponível em:

<http://www2.planalto.gov.br/acompanhe-planalto/noticias/2017/04/anfavea-reformas-vao-gerar-crescimento-

do-setor-automotivo>. Acesso em: 22 ago. 2017.

PRADELLA, S.; KIPPER, L. M.; FURTADO, J. C. Uso da simulação em gestão de processos para a busca

de maior eficiência e eficácia organizacional. In: XXXI Encontro Nacional de Engenharia de Produção. Belo

Horizonte, MG: ABEPRO. 2011.

PRODANOV, C. C.; FREITAS, E. C. Metodologia do Trabalho Científico: métodos e técnicas da pesquisa e

do trabalho acadêmico. 2. ed. Novo Hamburgo: Editora Feevale. 2013.

ROCKWELL AUTOMATION. Software para simulação de processos. Disponível em:

<http://www.rockwellautomation.com/rockwellsoftware/simulation.page?>. Acesso em: 20 ago. 2017.

SANTOS, Glauber Eduardo de Oliveira. Cálculo amostral: calculadora on-line. Disponível em

<www.publicacoesdeturismo.com.br/calculoamostral>. Acesso em 20 ago. 2017.

SCHMENNER, Roger W. Administração de operações em serviços. São Paulo: Futura. 1999.

SILVA, A. N.; ARAÚJO, A. V.; GODOY, L. C., MINETTE, L. J.; SUZUKI, J. A. Contribution of

computational simulation for layout analysis in a wooden furniture industry. Revista Árvore, v. 41, n. 2. 2017.

SINDICATO NACIONAL DA INDÚSTRIA DE COMPONENTES PARA VEÍCULOS AUTOMOTORES -

SINDIPEÇAS. Apresenta notícias sobre o setor de autopeças. Disponível em:

<http://www.sindipecas.org.br/noticias/detalhes.php?a=economia&cod=215>. Acesso em: 25 ago. 2017.

TAHA, Hamdy A. Pesquisa operacional. 8. ed. São Paulo: Pearson Prentice Hall. 2008.

SIMULAÇÃO E MÉTODO DEA EM UM CENTRO AUTOMOTIVO … · automotivos e prestação de serviços de...

Documents

Transcript of SIMULAÇÃO E MÉTODO DEA EM UM CENTRO AUTOMOTIVO … · automotivos e prestação de serviços de...