|
Abstract:
|
Em meio a transformação digital, empresas são obrigadas a se adaptarem rapidamente para continuarem competitivas no mercado, para isso, a avaliação de desempenho tornou-se crucial nas empresas. Logo, a literatura recomenda o uso de indicadores compostos (ICs) ou integrativos para permitir o decisor acompanhar mais de um item de informação simultaneamente, visto que, os ICs são ferramentas poderosas para resumir, concentrar e condensar a complexidade de um ambiente dinâmico, porém, a criação de indicadores integrativos é complexa e possui alguns riscos, por isso, esse tema vem crescendo na literatura. Portanto, o objetivo desse trabalho é identificar, testar e comparar os principais métodos estatísticos para construção de indicadores integrativos ou compostos. Para alcançar este objetivo as principais etapas do trabalho foram: revisão sistemática da literatura sobre indicadores compostos e, aplicação de métodos estatísticos para geração de indicadores integrativos. Inicialmente realizou-se uma revisão sistemática da literatura utilizando o método PRISMA a fim de identificar os principais métodos utilizados na criação de indicadores compostos. Os principais resultados foram que os métodos mais citados pela literatura são DEA, AHP e PCA, mas também, existem outros métodos que são pouco citados pela literatura, são eles: FA, EFA, CCA e DFA. Logo, este trabalho testou e comparou um método estatístico muito citado na literatura, o PCA, com métodos que são pouco citados na literatura FA, EFA, CCA e DFA. Na sequência foram coletados os dados de um armazém, esses dados foram normalizados e então foram aplicados os métodos para construção de ICs. Os principais resultados dessas aplicações foram, os métodos PCA e CCA apresentaram resultados semelhantes, com pequenas variações nos pesos dos indicadores, já o FA atribuiu pesos maiores, exceto para ABSE, indicando uma discrepância entre FA e PCA, o EFA apresentou peso menor para o FC e STOCK, enquanto o DFA apresentou grande variação nos pesos, especialmente no STOCK, que depende da interação com outros indicadores, justificando sua maior relevância nessa análise. Para trabalhos futuros é proposto testar novos métodos estatísticos e qualitativos para construção de indicadores compostos. |
