Logo Passei Direto

A maior rede de estudos do Brasil

Grátis
30 pág.
Unidade III Métodos Quantitativos de Previsão da Demanda Métodos Causais

Pré-visualização | Página 1 de 4

Gestão da Demanda
Métodos Quantitativos de Previsão da Demanda – 
Métodos Causais
Material Teórico
Responsável pelo Conteúdo:
Prof. Dr. Marcos Crivelaro 
Revisão Textual:
Profa. Ms. Selma Aparecida Cesarin
5
Nesta Unidade, serão apresentados os conceitos e as ideias básicas dos Métodos Causais. O 
objetivo é apresentar e ilustrar com exemplos práticos os Métodos Causais para a previsão 
da demanda. 
Para melhor aprendizado, é muito importante que vocês leiam e estudem o material teórico 
da Unidade e a bibliografia recomendada. 
Também é fundamental que vocês participem das atividades propostas.
A proposta desta Unidade é apresentar os conceitos e cálculos relacionados 
a Métodos Causais.
Métodos Quantitativos de Previsão 
da Demanda – Métodos Causais
 · Introdução
 · Método Causal: Regressão Linear
 · Coeficiente de Correlação Linear
 · Equação da Reta (A) e (B)
 · Erro Padrão da Estimativa
6
Unidade: Métodos Quantitativos de Previsão da Demanda – Métodos Causais
Contextualização
As empresas em geral possuem dados históricos de suas vendas, que estão registrados na 
empresa e estão prontamente disponíveis para o uso. Por meio deles, é possível fazer a previsão 
da demanda futura de suas vendas e assim dimensionar os insumos, matéria prima, máquinas 
e mão de obra necessária para atendimento das vendas.
Existem vários métodos quantitativos que utilizam as relações de causa-efeito entre as variáveis. 
Aspectos do dia a dia de nossa vida pessoal ocorrem também nas atividades profissionais. 
Exemplo disso é o nosso trabalho diário. Nele, realizamos a prestação de serviço para quem nos 
contratou. Isso ocorre também nas indústrias de manufatura e empresas prestadoras de serviços. 
Em nossa vida pessoal e nas empresas, é necessário prever a demanda de produtos, com o 
objetivo de atender às vendas realizadas. Assim, é realizada a compra de matéria-prima e de 
insumos, para garantir os níveis de produção necessários para manter a entrega de produtos 
comercializada pelo setor de vendas da empresa.
Exemplificando com fatos do cotidiano, como podemos avaliar a quantidade de produtos que 
devem ser adquiridos para nossas necessidades mensais? Em quais épocas do ano determinados 
produtos são mais consumidos? 
Tendo essas informações, é possível determinar o estoque necessário em nossa casa. Podem 
surgir questões pontuais, como variações do consumo em uma determinada semana, como 
no caso de aniversários. Todas essas preocupações são similares quando se comparam com 
as necessidades de uma empresa, que pode passar por situações mais complexas como, por 
exemplo, a variação da demanda em função de aspectos da Economia ou climáticas. Mas, 
similarmente ao nosso cotidiano, as empresas precisam estimar as eventualidades inerentes à 
atividade de produção.
Para cada tipo de produto existem questões estabelecidas e eventualidades que devem ser 
administradas na programação da produção.
Nos métodos de previsão causais, o histórico de vendas passadas é ponto fundamental para 
a determinação da demanda dos produtos pelos seus clientes. Assim, a previsão da demanda 
futura é baseada na relação causa-efeito da série histórica de vendas passadas. 
Assim, com esse exemplo simples de nosso cotidiano, lembro que as organizações podem ter 
situações muito mais complexas em seu dia a dia. 
Cabe ao engenheiro de produção identificar as características de vendas de sua empresa e 
construir um sistema de previsão de demanda de produtos, capaz de informar as necessidades 
de produção, para que possa atender os níveis de vendas futuras.
7
Introdução
O objetivo do especialista em previsão consiste em desenvolver uma previsão útil a partir 
das informações disponíveis, com a técnica apropriada, para as diferentes características da 
demanda. 
Essa escolha envolve muitas vezes optar entre precisão e custos de previsão, como a aquisição 
de software e o tempo exigido para desenvolver uma previsão e o treinamento do pessoal.
Dois tipos gerais de técnicas de previsão são adotados para projetar a demanda: Métodos 
Qualitativos e Métodos Quantitativos. Os Métodos Quantitativos incluem os Métodos Causais e 
os Métodos de Séries Temporais. Nesta Unidade, serão abordados os Métodos Causais.
Um fator importante para a escolha do método adequado de previsão é o horizonte de 
tempo para a decisão que requer previsões. As projeções podem ser feitas para o curto, o médio 
e o longo prazo. O método causal é mais apropriado para o médio (12 a 36 meses) e longo 
prazo (36 a 60 meses).
A figura 1 apresenta uma engenheira de produção analisando o planejamento de longo prazo.
Figura 1. Gráficos de planejamento de longo prazo.
 
T
hinkstock/G
etty Im
ages
No médio prazo, alguns exemplos de aplicação podem ser apresentados:
- previsão de quantidade: vendas totais de grupos ou famílias de bens ou serviços;
- área de decisão: planejamento da produção, compras e distribuição.
No longo prazo, alguns exemplos de aplicação podem ser apresentados:
- previsão de quantidade: vendais totais;
- área de decisão: localização das instalações, planejamento de capacidade e gerenciamento 
do processo.
8
Unidade: Métodos Quantitativos de Previsão da Demanda – Métodos Causais
Os Métodos Causais são usados quando dados históricos encontram-se disponíveis e as 
relações entre o fator a ser previsto e outros fatores externos ou internos podem ser identificadas. 
Essas relações são expressas em termos matemáticos e podem ser muito complexas. 
Os Métodos Causais constituem as ferramentas de previsão mais sofisticadas e são muito 
bons para prever pontos de inflexão na demanda e preparar previsões em longo prazo.
Para que serve determinar a relação entre duas variáveis? 
- para realizar previsões sobre o comportamento futuro de algum fenômeno da realidade. 
Neste caso, extrapolam-se para o futuro as relações de causa e efeito – já observadas no passado 
– entre as variáveis. 
Pode-se, por exemplo, prever a população futura de uma cidade simulando a tendência de 
crescimento da população no passado;
- pesquisadores interessados em simular os efeitos sobre uma variável y em decorrência de 
alterações introduzidas nos valores de uma variável x também usam este modelo. Por exemplo, 
alterações introduzidas nos valores de uma variável x também usam este modelo, ou de que 
modo a produtividade y de uma área agrícola é alterada quando se aplica certa quantidade x 
de fertilizante sobre o solo. 
Método Causal: Regressão Linear
Uma pesquisa realizada na entrada de um colégio anotou a estatura de 15 alunos do sexo 
masculino e o número do calçado que cada um utilizava. A tabela 1 apresenta o resultado 
dessa pesquisa.
Tabela 1. Altura (m) versus número de Calçado.
Altura (m) No. de Calçado
1,73 35
1,33 32
1,55 35
1,56 36
1,43 34
1,89 44
1,56 39
1,98 46
1,59 35
1,77 38
9
1,65 37
1,44 34
1,35 31
1,22 31
1,49 35
Será que existe uma lógica no sentido de que um aluno mais alto utiliza um calçado maior? 
Se traçarmos um diagrama de dispersão será que surge uma ideia de correlação?
Ao se marcar num gráfico cartesiano, os pares de informação obtidos na Tabela 1, referentes 
a cada observação, obtemos uma “nuvem” de pontos definidos pelas coordenadas x e y de 
cada ponto. 
Essa nuvem, por sua vez, definirá um eixo, ou direção, que caracterizará o padrão de 
relacionamento entre x e y. A regressão será linear se observada uma tendência ou eixo linear 
na nuvem de pontos cartesianos.
O gráfico 1 mostra a “nuvem” de pontos definidos pelas coordenadas x e y de cada ponto. 
Esse gráfico é denominado “diagrama de dispersão”.
Gráfico 1. Disposição gráfica dos dados da Tabela 1.
 
Elaborado pelo autor
Outro exemplo de diagramas de dispersão: a demanda por fechaduras de portas residenciais 
é uma variável dependente que o gestor deseja prever. Supõe-se que as variáveis independentes, 
como gastos com propaganda e o início da construção de novas moradias afetem a variável 
dependente e, portanto, “causem” os resultados
Página1234