Benchmarking Funcional
Tomada de Decisão em Pesquisa e Inteligência Organizacional
Livro Básico - Infer. Estat. Indutiva - Download
Utilizar referenciais de excelência para melhorar o desempenho de uma
organização.
Existem outros tipos de Benchmarking mas acho que de menor resultado:
Competitivo, Interno e Genérico.
Tive o maior projeto de benchmarking da USP por mais de 10 anos o Bentvi
– Benchmarking na Agricultura, com mais de 1000 produtores participantes, mais
de 100 estagiários, mais de 200 organizações parceiras . Ate ter AVC, nesse
momento matei o Bentevi.
Também tive um projeto de benchmarking na UNIMED de Piracicaba, com
todos os consultórios médicos da cidades, conveniados, participando.
Por exemplo eu utilizava empresas montadoras e de tecnologia para levar
tecnologia às organizações agropecuárias.
Montei por exemplo esta disciplina, no total 6 de graduação e duas de
pós-graduação, ganhei vários prêmios nacionais e internacionais, agora fundamos
o NIT – Gestão pela Qualidade Total e Metrologia na Agropecuária, único do
Brasil (dentro do CNPq, em parceria com o MIT) e o principal de tudo, muitos ex alunos
estão trabalhando muito bem na área.
As empresas que utilizei como referencia e que visitava sistematicamente
foram: Honda em Sumaré, Toyota em Indaiatuba, Santa Casa de Piracicaba, Agencia
Internacional de Energia Atômica, Grupo Áurea, Hotéis Caesar Park, Siemens,
Shell, etc.
Também estudei os sistemas de gestão da NASA (FEMEA/FTA, HACCP, etc.)
Disney, General Electric, e outras.
Vamos fazer benchmarking em Inferência Estatística Indutiva (o melhor critério
para Tomada de Decisão em Todas as Áreas da Ciência e Tecnologia) com a Área de
Biologia.
Livro Básico - Infer. Estat. Indutiva - Download
- Exemplo: Arquivo do Excel para Download:
Aparentemente há diferenças, as medias aritméticas são diferentes, umas maiores ou menores que as outras. Por exemplo o DBO da Área Urbana é 9,7 mg/l e da Área Semiurbana 7,2 mg/l. Essa informação é suficiente para tomar a decisão de falar que são diferentes?
Não, essa diferença de medias aritméticas é matemática, não estatística, para falar que são diferentes devemos aplicar um teste de hipótese estatístico (que faz parte da Inferência Estatística Indutiva), por exemplo o Teste T de Student (se os dados tiverem distribuição Normal) ou U de Mann–Whitney (Estatística Robusta) se tivermos problemas de normalidade, heterocedasticidade ou presença de outliers (dados fora de contexto), o se simplesmente não quisermos ou podermos, testar todas essas pressuposições.
Esses testes nos fornecerão uma Margem de Erro (probabilidade) e uma Margem de Confiança, para tomarmos a decisão da melhor maneira possível, por exemplo em ciência (teses, papers, congressos. Etc.) e tecnologia, não são aceitas as tomadas de decisão sem os endossos probabilísticos.
OK, vamos fazer a primeira analise desses dados no Excel, utilizando macros analíticas (programas dentro do programa Excel). Uma dessas macros é Teste T de Student para Duas Amostras Independentes com Variâncias Desconhecidas.
O teste T é a ferramenta mais importante para a tomada de decisão em gestão, inteligência e certificação internacional da qualidade.
Na área de pesquisa a principal ferramenta de tomada de decisão é ANOVA. ANOVA é uma generalização do Teste T, quando existem mais do que dois níveis do fator tratamentos, o Teste T é somente para dois níveis.
Em primeira instancia devemos ativar as macros analíticas do Excel, normalmente compramos o Excel e utilizamos somente uma parte dele, o mais frequente é não estarem ativadas (como comprar um apartamento de 3 quartos e utilizar somente um ou dois), nos departamentos, laboratórios, empresas, etc.
Vídeo para Ativar as Macros Analíticas do Excel:
Vídeo para Rodar a Macro Analitica Teste T de Student para Amostras Independentes em Excel:
· Ho: Hipótese de Nulidade ou de Igualdade
o DBO Reg. Urbana = DBO Reg. Semiurbana
o DBO Reg. Urbana - DBO Reg. Semiurbana = 0
o
· H1: Hipótese de Alternativa
o H1a: Uni caudal:
§ DBO Reg. Urbana > DBO Reg. Semiurbana
o H1b: Bicaudal:
§ DBO Reg. Urbana ≠ DBO Reg. Semiur.
· H1a: Uni caudal - Demanda Informação Confiável Previa
· H1b: Bicaudal - Sem Informação Previa
Teste-t: duas amostras presumindo variâncias diferentes
| ||
DBO - Urbana
|
DBO Semiurbana
| |
Média
|
9,666667
|
7,166666667
|
Variância
|
2,333333
|
1,583333333
|
Observações
|
3
|
3
|
Hipótese da diferença de média
|
0
| |
gl
|
4
| |
Stat t
|
2,187975
| |
P(T<=t) uni-caudal
|
0,046952
|
Margem de Erro
|
t crítico uni-caudal
|
2,131847
| |
P(T<=t) bi-caudal
|
0,093904
|
Margem de Erro
|
t crítico bi-caudal
|
2,776445
|
Margem de Erro Uni caudal =4,7 %
- Demanda Informação Previa Confiável
- Publicação (Academia)
- Sumario Executivo (Empresa Privada)
Margem de Erro Bi caudal = 9,4 %
- Não Demanda Informação Previa Confiável
Resultados e Discussão (de um documento cientifico – Iniciação, TCC, Mestrado, Doutorado, Pós-doutorado, publicação):
Com Informação Previa Confiável:
A média aritmética para DBO dos ribeirões da região urbana (9,7 mg/l) foi maior significativamente ( p < 0,04695) do que media dos ribeirões da região semiurbana ( 7,2 mg/l).
Sem Informação Previa Confiável:
Não foram conseguidos argumentos suficientes para se rejeitar a hipótese de igualdade ( p < 0,093904151)
Tabela 32: Erros possíveis associados a teste de hipóteses
| ||||||||||||
Sumario Executivo (Empresa):
Com Informação Previa Confiável:
O DBO da área urbana (9,7 ) é maior do que o DBO da área semiurbana (7,2) com 95,3% de confiança;
Sem Informação Previa Confiável:
Não existe evidencia significativa de diferença na quantidade de DBO nas duas situações analisadas (margem de confiança insuficiente 91%)
- Exercício III - Tomada de Decisão em Pesquisa, Inteligencia Organizacional, etc. DL 1/4/2015
Nenhum comentário:
Postar um comentário