Hectorite OH

Um dos principais objetivos de estudos utilizando a DEA é a possibilidade de comparar empresas de um mesmo segmento. Para conseguir melhor ordenação das DMUs, é preciso utilizar técnicas alternativas para aumentar a discriminação das DMUS. Para Ferreira e Gomes (2009), na seleção das variáveis em DEA, é importante conhecer profundamente a atividade em análise, estudar detalhadamente o setor e o ramo de atividade e contar com apoio de um especialista para definição das variáveis relevantes.

Nesta pesquisa, optou-se por fazer uma entrevista com 8 especialistas da área, sendo 4 da concessionária de energia e 4 das empresas terceirizadas. A entrevista foi conduzida de forma a estimular os participantes na definição das variáveis que melhor representam o cenário estudado. Foi solicitado que uma análise considerando tanto aspectos operacionais quanto de qualidade da entrega fosse realizada pela empresa terceirizada. Após o debate com os entrevistados, um questionário simples foi aplicado. O QUADRO 8 apresenta a compilação das perguntas do questionário.

QUADRO 8 – Lista de perguntas do questionário com especialistas 1) O que se deseja minimizar no processo produtivo?

2) O que se deseja maximizar no processo produtivo?

3) Favor classificar cada variável como produto ou insumo no processo produtivo. 4) Quais são os produtos indesejáveis do processo produtivo?

Fonte: Dados da pesquisa.

Com base na resposta dos especialistas, no tratamento e na disponibilidade dos dados, as variáveis que melhor explicam o processo produtivo estão relacionadas no QUADRO 9.

QUADRO 9 – Resumo das variáveis selecionadas

Variável Sigla Classificação

Quantidade de equipes (duplas) Qduplas Input

Quantidade de serviços fora do prazo QFPrazo Output indesejável Quantidade de serviços improdutivos QImprod Output indesejável

Quantidade de analistas QAnalis Input

Quantidade de motociclistas Qmoto Input Tempo médio de atendimento emergencial TMAE Input

Multas Mult Output indesejável

Quantidade de serviços Qserv Output

Quantidade de U.S. QUS Output

Tipo de Área Área Ambiental

Índice pluviométrico IP Ambiental

Densidade. Consumidor/Área Densid Ambiental Fonte: Dados da pesquisa.

Foram classificados como outputs indesejáveis os serviços realizados fora do prazo estabelecido e aqueles classificados como improdutivos. A variável “serviços fora do prazo” é um indicador de qualidade, e é esperado que a empresa terceirizada empenhe-se em diminuir esse número para atender às exigências do regulador (ANEEL). Já serviços improdutivos são considerados indesejáveis pela empresa contratada, pois, além da remuneração ser baixa, causando prejuízos, a execução desses ocupa uma equipe desnecessariamente reduzindo, pois, o recurso disponível para a decisão do analista de serviços.

Conforme discutido na revisão de literatura, Scheel (2001) apresenta quatro abordagens para tratamento de outputs indesejáveis, e uma delas será aplicada neste estudo, a técnica denominada inversão de outputs indesejáveis para inputs.

A seguir, é feita uma breve descrição de cada variável identificada.

Input 1 – Quantidade de equipes (duplas) – Qduplas

Refere-se à quantidade de equipes composta por duplas de eletricistas.

Input 2 – Quantidade de serviços fora do prazo – Qfprazo

Refere-se a quantidade de serviços atendidos fora do prazo estabelecido pela empresa contratante. Essa variável impacta diretamente o faturamento das empresas terceirizadas devido ao sistema de metas estabelecido, uma vez que a transgressão de prazos pode gerar multa e reduzir o faturamento do mês. Essa variável é um output indesejável, pois, quanto menor for seu valor, supõe-se que melhor será o cálculo da eficiência da empresa. Entretanto, para o cálculo coerente das eficiências, essa variável constará no modelo como um falso input.

Input 3 – Quantidade de serviços improdutivos - QImprod

Entende-se por atendimento improdutivo aquele em que a equipe de eletricistas não atua efetivamente na resolução do problema, ou seja, atendimento a ocorrências que já foram solucionadas por outra equipe, atendimento a clientes com defeito na instalação interna, que não é responsabilidade da concessionária, o encontro com outra equipe de manutenção no local de uma ocorrência. Essa variável é um output indesejável, pois, quanto menor for seu valor, supõe-se que melhor será o cálculo da eficiência da empresa. Entretanto, para o cálculo coerente das eficiências, essa variável constará no modelo como um falso input.

Input 4 – Quantidade de analistas de serviços - QAnalis

Quantidade de analistas de serviços responsáveis pelo despacho das ocorrências. São profissionais da área de eletrotécnica e com treinamento específico para exercer as atividades. Esses profissionais trabalham no Centro de Serviços da empresa terceirizada.

Input 5 – Tempo médio de atendimento emergencial – TMAE

É o tempo médio para atendimento a ocorrências emergenciais.

Input 6 – Quantidade de motociclistas - Qmoto

Quantidades de equipes de motociclistas disponíveis para atendimento de ocorrência.

Input 7 – Multas – Mult

Quantidade de unidades de serviços relacionados a multas devido ao descumprimento contratual.

Output 1 – Quantidade de Serviços - QServ

Quantidade de serviços executados pelos Centros de Serviço.

Output 2 – Quantidade de U.S. (unidade de serviço) realizada

A precificação dos serviços é feita em função de uma Unidade de Serviço de referência. Cada atividade ou atendimento à ocorrência é precificado em função dessa unidade, e o valor monetário da Unidade é estabelecido pelo proponente ganhador da licitação. Assim, a quantidade de U.S. produzida pela contratada reflete diretamente o faturamento.

Variável ambiental 1 – Tipo de Área

Variável ambiental 2 – Densidade de consumidor

3.3.2.1 Análise de correlação

Após selecionar as variáveis mais relevantes, deve-se analisar a intercorrelação entre elas. As variáveis com forte correlação representam a mesma importância na determinação dos escores de eficiência técnica das DMUs que estão sendo avaliadas (FERREIRA; GOMES; 2009). Na TAB.2, são apresentadas as intercorrelações das variáveis insumo e produtos.

TABELA 2 – Correlação entre variáveis

Fonte: Dados da pesquisa.

Pode-se notar que as variáveis Qserv e QUS têm uma forte correlação, ou seja, 96%. Conforme sugerido por Ferreira e Gomes (2009), uma das duas variáveis pode ser excluída baseando-se no princípio de que têm a mesma importância na determinação dos escores de eficiência técnica das DMUs que estão sendo avaliadas.