Printer Friendly

Characterization and logistics performance of dairy industries located at Zona da Mata and Campo das Vertentes in Minas Gerais, Brazil/Caracterizacao e desempenho logistico das industrias laticinistas da Zona da Mata e Campo das Vertentes em Minas Gerais, Brasil.

INTRODUCAO

Considerando o setor de lacteos, observase a notoriedade desse segmento, representando grande importancia a economia do pais. Tal setor ocupa o quinto lugar no ranking de maiores produtores do mundo em 2010 e representa 5,3% da producao mundial (FAO, 2012).

O mundo competitivo vem despertando nas organizacoes a necessidade de controle mais efetivo do desempenho logistico. Para sobreviver num ambiente de intensa concorrencia, a eficiencia produtiva tornou-se fator decisivo para a competitividade do setor leiteiro (LOPES, 2007). DEMETER et al. (2009) tambem destacaram a necessidade de aumento na eficiencia, afirmando que a volatilidade dos precos das commodities lacteas na ultima decada forcou o setor a buscar maior eficiencia em custos e consolidacao no mercado.

Uma grande dificuldade encontrada nesse setor e a elevada variacao da produtividade de leite nas fazendas brasileiras, devido a utilizacao de niveis tecnologicos de producao diferentes ou ainda fatores climaticos, que eleva a sazonalidade da producao, conforme observado por MARIN et al. (2011).

De acordo com QUINLAN et al. (2005), quando o numero de produtores diminui e o tamanho destes aumenta, os custos de transporte sao consequentemente reduzidos, pois ha diminuicao no numero de rotas de coleta e aumento do volume de carga por caminhao, gerando economia de combustivel, de salarios com motorista e na manutencao de caminhoes.

Dessa forma, um novo desenho da rede logistica, o uso de novas ferramentas gerenciais e metodos de alocacao de custos de transporte, incluindo decisoes relacionadas a granelizacao da coleta, como capacidade dos caminhoes e a tecnologia adotada na coleta de leite, podem contribuir para reducao dos custos, contribuindo tambem para melhoria da qualidade da materia-prima. Essa integracao deve se refletir em termos de custos totais e desempenho operacional do sistema logistico (RENTIZELAS et al., 2008).

De acordo com HAIR JUNIOR et al. (2009), os metodos multivariados de analise de dados tem comprovado amplamente sua eficacia no estudo de grandes massas de informacao complexas. Esses metodos sao chamados de multidimensionais, pois permitem confrontar duas ou mais variaveis. Podese, entao, extrair as tendencias mais significativas e hierarquiza-las, reduzindo efeitos que perturbam a percepcao global (JOHNSON & WICHERN, 1992).

Dessa forma, objetiva-se neste estudo, identificar e caracterizar as industrias laticinistas da regiao da Zona da Mata e Campo das Vertentes no estado de Minas Gerais, quanto ao desempenho logistico de captacao do leite e distribuicao dos produtos, por meio da utilizacao de questionarios e tratamento de dados utilizando analise estatistica fatorial e de agrupamento.

MATERIAL E METODOS

Fonte de dados e variaveis utilizadas

Por meio de um diagnostico, com objetivo de caracterizar a atividade logistica na cadeia produtiva do leite nas regioes da Zona da Mata e do Campo das Vertentes em Minas Gerais, foi avaliada a realidade das empresas laticinistas localizadas nessa regiao, quanto as tecnologias e aspectos logisticos presentes. O diagnostico foi realizado no periodo de janeiro a outubro de 2009, numa parceria entre o Polo de Excelencia do Leite e a Universidade Federal de Vicosa (UFV). Foram pesquisadas 40 empresas laticinistas com registro no Servico de Inspecao Federal (SIF) e com disponibilidade em colaborar com a pesquisa, as quais representam cerca de 70% das empresas situadas nas regioes analisadas.

A coleta de dados se baseou na utilizacao de questionario para medir variaveis sobre identificacao, logistica de captacao e distribuicao, gestao interna, alem de mercado e comercializacao. Para o presente estudo, foram avaliadas 15 medidas, as quais foram codificadas de modo a facilitar a apresentacao posterior dos resultados e respectivas discussoes. As variaveis utilizadas neste estudo foram as seguintes: VLRI--Volume de leite recebido na industria; NEMP--Numero de empregados total; VDTK - Densidade de distribuicao em volume distribuido/total km; TEXI Tempo de existencia da empresa (anos); PUCI - % de utilizacao da capacidade instalada; PFPC - % de frota propria de captacao; PFEI - % de produtos destinados ao comercio estadual e/ou interestadual; LTPE Lead time do pedido (dias); VRPE - Relacao volume recebido (L)/numero de empregados; VDPE - Volume de produtos distribuidos (kg)/numero de empregados; VCTK - Densidade de coleta em volume captado (L)/ total de Km; MLPP - Media de volume de leite por produtor; PPAL - % de funcionarios que trabalham exclusivamente no setor logistica; NPRE - Numero de produtos registrados pela empresa; PFPD - % de frota propria de distribuicao.

Construcao do indice logistico (IL) e grupos de analise Analise fatorial

Foi realizada analise fatorial por meio do modelo representado na Equacao 1 (JOHNSON & WICHERN, 1992).

X = [alpha] F + [epsilon] (1)

em que: X - vetor px1 das variaveis observadas; F - vetor qx1 das variaveis nao-observaveis chamadas de fatores comuns, sendo que q<p; [epsilon] - vetor px1 de variaveis aleatorias ou fatores unicos; [alpha] - matriz pxq de constantes, chamadas de cargas fatoriais.

Nesse modelo de analise fatorial, pressupoe-se que os fatores comuns sejam ortogonais. Para facilitar a interpretacao dos resultados, utilizouse o metodo de rotacao ortogonal varimax, que propoe a rotacao dos eixos de referencia dos fatores, a fim de redistribuir a variancia e atingir um padrao mais simples e significativo (HAIR JUNIOR et al., 2009).

A escolha dos fatores foi realizada por meio da tecnica de raiz latente, cujo principio e de que um fator individual deve explicar a variancia de pelo menos uma variavel, para que seja mantido na interpretacao. Apenas os fatores que apresentam autovalores maiores do que 1 (um) sao considerados significantes (JOHNSON & WICHERN, 1992; MANLY, 1986).

A adequacao dos dados a analise fatorial foi avaliada pelo teste de esfericidade de Bartlett, que avalia se a matriz de correlacoes e igual a matriz identidade, ou seja, se as correlacoes entre as variaveis sao iguais a zero. Tambem foram utilizados os coeficientes MSA (Measure of Sampling Adequacy) e KMO (Kaiser-Meyer-Olkin), que avaliam se as correlacoes parciais, ou seja, correlacoes entre as variaveis desconsiderando o efeito das demais variaveis, sao iguais a zero (MINGOTI, 2005).

Construcao do indice logistico - IL

Para classificar o desempenho logistico das empresas estudas, foram determinados os escores fatoriais pelo metodo de regressao e definido o Indice Logistico--IL (Equacao 2).

[IL.sub.i] = [q.summation over (j=1)] ([[lambda].sub.j]/[summation over j] [[lambda].sub.j] = [FP.sub.ij]) (2)

em que: [lambda]- variancia explicada pelo fator j; FP-escore fatorial padronizado.

O escore fatorial foi padronizado (FP) para que fossem obtidos valores positivos dos escores originais e para permitir a classificacao das empresas, para que os valores do IL sejam positivos para posterior ordenacao e caracterizacao (Equacao 3).

[FP.sub.ij] = ([FP.sub.ij] - [F.sub.jmin]/[F.sub.jmax] - [F.sub.jmin]) (3)

em que: [F.sub.jmin] - escore minimo do fator j; [F.sub.jmax] - escore maximo do fator j.

Analise de agrupamentos

A analise de agrupamento busca identificar e classificar variaveis ou objetos em grupos distintos, de acordo com determinadas caracteristicas (MANLY, 1986). Neste estudo, realizou-se o agrupamento por objetos (industrias).

A analise de agrupamento utiliza o conceito de distancia entre as unidades de classificacao. Ha diversos metodos para mensuracao dessa distancia, dentre os quais o mais utilizado e a distancia euclidiana. Assim, e construida a matriz de distancias euclidianas para o processo de agrupamento dos objetos. Quanto mais proxima de zero for a distancia, maior a similaridade entre os objetos em comparacao. Essa distancia e expressa algebricamente por:

[D.sub.AB] = [square root of ([m.summation over (j=1)] [([X.sub.Aj] - [X.sub.Bj]).sup.2])] (3)

em que: [D.sub.AB] - distancia euclidiana do objeto A ao B; j - indexador das variaveis.

Ha diversos metodos disponiveis para combinacao dos objetos em grupos, os quais sao classificados como hierarquicos e nao hierarquicos. Neste estudo, utilizou-se o metodo sequencial, aglomerativo e hierarquico de Ward. Para a determinacao do numero de grupos a serem considerados, nao ha criterio pre-estabelecido, sendo necessaria a avaliacao critica dos pesquisadores em cada caso especifico. Conforme sugerido por MINGOTI (2005), foi utilizado o historico de agrupamento pelo metodo de Ward e avaliado o nivel (distancia) de agrupamento, sendo estabelecido o ponto de corte, de modo a possibilitar um numero de grupos gerenciavel e que permitisse interpretacao pratica.

Posteriormente, para caracterizar os grupos em funcao das variaveis medidas, realizou-se teste de comparacoes pareadas de Bonferroni para os grupos encontrados. O teste foi escolhido pela necessidade de comparar grupos com numeros de observacoes desbalanceados.

As analises foram realizadas utilizando o software estatistico Stata 12.0.

RESULTADOS E DISCUSSAO

Obtencao e caracterizacao dos fatores

Realizando o teste de esfericidade de Bartlett, rejeita-se (P-valor < 0,001) a hipotese de que a matriz de correlacoes entre as variaveis seja igual a matriz identidade, portanto os dados podem ser adequados a realizacao da analise fatorial. Ao obter os coeficientes MSA (Measure of Sampling Adequacy) e KMO (Kaiser-Meyer-Olkin), verifica-se que algumas variaveis apresentam baixo coeficiente MSA, o que leva a obter reduzido valor para KMO (0,4683), expondo a adequabilidade reduzida dos dados a realizacao da analise fatorial. Porem, os resultados obtidos por meio desses testes nao inviabilizam a utilizacao da tecnica escolhida, pois, apesar do reduzido valor de KMO, ha alta significancia do teste de esfericidade de Bartlett.

Pelo criterio da raiz latente, 6 fatores (F1 a F6) foram considerados significantes na analise, explicando 72,70% da variacao inerente aos dados (Tabela 1). As comunalidades das variaveis se apresentam com valores elevados, sendo um indicativo de que a analise permitiu a captacao de grande parte da variabilidade associada a cada uma das variaveis observadas. As cargas fatoriais permitem definir quais variaveis participam com maior peso em cada fator (valores acima de 0,55), conforme destacadas com asterisco na tabela 1. Assim, o primeiro fator e destacado por representar o tempo de existencia, numero de empregados, percentual de utilizacao da capacidade instalada, volume de recepcao e densidade de distribuicao de produtos acabados. A interpretacao para os outros fatores e semelhante.

Dessa forma, as variaveis que apresentam maiores escores relacionados aos fatores F1 e F2 tendem a ser mais representativas do conjunto de variaveis estudado, um vez que estas representam maior variacao dos dados frente as demais. Assim, as seguintes variaveis devem ser melhor controladas para que o desempenho logistico da empresa seja melhorado: tempo de existencia (TEXI), numero de empregados (NEMP), percentual de utilizacao da capacidade instalada (PUCI), volume de recepcao (VLRI), densidade de distribuicao de produtos acabados (VDTK), percentual de frota propria de captacao (PFPC), percentual de distribuicao estadual-interestadual (PFEI) e lead time de entrega (LTPE).

Indice Logistico--IL

Com base nos escores fatoriais padronizados, foi possivel a construcao do Indice Logistico (IL), que representa o desempenho logistico das empresas estudadas, sendo representados na tabela 2 os valores para o IL, aliados a respectiva carga fatorial padronizada para cada industria.

Uma vez que este indice possui amplitude de variacao compreendida entre zero e um, afirmase que a qualidade logistica das empresas avaliadas e baixa, uma vez que o maior IL obtido foi o valor 0,563, sendo que o indice medio foi de 0,311, com desvio-padrao de 0,087.

Observa-se que as empresas com maior valor de IL apresentam escores fatoriais elevados para os primeiros fatores, os quais representam maior variacao dos dados, sendo, portanto, de maior importancia para explicacao do fenomeno estudado, que e a variabilidade de desempenho logistico entre as empresas laticinistas. Ja as empresas com menor IL apresentam baixo escore fatorial para todos os fatores, demonstrando valores reduzidos para as variaveis representantes dos fatores, as quais sao indicadores de desempenho logistico. Esse resultado corrobora o exposto anteriormente, sendo que as 8 variaveis relacionadas com os fatores F1 e F2 devem ser controladas e gerenciadas de forma a garantir a qualidade logistica das industrias laticinistas das regioes estudadas.

Obtencao e caracterizacao dos grupos de industrias

Com base nos fatores definidos, realizou-se a analise de agrupamento, a fim de estabelecer um baixo numero de grupos de empresas, em que ha grande similaridade dentro de cada grupo e diferencas entre os grupos. Essa tecnica facilita o gerenciamento da informacao, uma vez que se pode generalizar a tomada de decisao para os grupos, nao sendo necessaria a construcao de politicas e diretrizes para cada empresa separadamente, mas sim para grupos de empresas pre-estabelecidos.

As dissimilaridades entre as industrias foram representadas com dendrogramas pela figura 1A, sendo tambem representado o nivel de referencia considerado, uma vez que 4 grupos foram definidos (Figura 1B). Os grupos foram caracterizados pelas variaveis estudadas. A tabela 3 demonstra as medias dessas medidas para cada grupo e o teste de Bonferroni aplicado entre os grupos.

As empresas constituintes do grupo 1 diferem dos demais grupos por apresentar Indice Logistico estatisticamente inferior aos demais, com valor medio de 0,24. Apesar de os grupos 2, 3 e 4 nao apresentarem diferenca significativa entre os valores medios de IL, isso nao significa que as caracteristicas desses grupos sao as mesmas, ou seja, a diferenciacao entre os grupos e devida as especificidades definidas pelas variaveis medidas.

O grupo 1, constituido de 16 empresas, e caracterizado por apresentar valores inferiores aos demais grupos para todas as medidas, sendo constituido de empresas com medio tempo de existencia (18 anos), poucos empregados (27) e volume de recepcao (15.000L) e tambem baixo percentual de frota propria para coleta de leite (14%) e distribuicao dos produtos para o mercado (43%), que e predominantemente estadual e interestadual (93%).

Para construcao do grupo 2, foram concentradas 10 industrias, caracterizadas por apresentar elevado tempo de existencia (37 anos), numero intermediario de empregados (63) e volume de recepcao (34.000L), sendo grande o percentual de pessoas na area de logistica (13%), tendo mercado consumidor predominantemente em termos estaduais e interestaduais (82%) e grande percentual de frota propria para distribuicao dos produtos (85%).

As cinco empresas constituintes do grupo 3 sao estabelecidas no mercado ha bastante tempo (35 anos), apresentando indices elevados de produtividade, quando avaliadas variaveis de volume de recepcao por numero de empregados (1640L [pessoa.sup.-1]), densidade de coleta de leite (543L [km.sup.-1]) e distribuicao de produtos (586L [km.sup.-1]), mesmo com baixo percentual de pessoas na area de logistica (4%). Para esse grupo, o mercado consumidor tambem esta localizado por grande parte do estado e tambem em outros estados do pais (86%). Destaca-se que as empresas que fazem parte desse grupo sao as maiores industrias avaliadas.

No grupo 4, encontram-se empresas com menor tempo de existencia (16 anos), porem que apresentam IL (0,36) semelhante as empresas dos grupos 2 (0,33) e 3 (0,40), que possuem maior tempo no mercado. Caracterizado por apresentar maior volume de leite medio por produtor (259L [produtor.sup.-1]) e grande percentual de frota propria de captacao (58%) e distribuicao de produtos (78%), esse grupo possui menor amplitude de distribuicao dos produtos acabados, mantendo-se em grande percentual no mercado local e regional (42%).

A estrategia de mercado e comercializacao dos produtos deve ser tracada com a preocupacao referente a forma de captacao de leite dos produtores. Assim, a distribuicao estadual-interestadual prejudica a qualidade logistica das empresas laticinistas das regioes avaliadas, uma vez que estas nao possuem estrutura suficiente para garantir bom atendimento aos clientes em maiores distancias, sendo que o maior desempenho seria alcancado para distribuicao local e regional dos produtos.

A disposicao dos grupos mostra que, alem das variaveis relacionadas aos dois primeiros fatores, tambem deve ser observada a eficiencia de utilizacao dos recursos humanos pela empresa, ou seja, empresa com melhor IL (Grupo 3) tambem apresenta maior volume recebido e distribuido por numero de empregados, variaveis estas que caracterizam o fator F3.

CONCLUSAO

A caracterizacao das atividades logisticas do setor laticinista das regioes da Zona da Mata e dos Campos das Vertentes em Minas Gerais mostrou que dez entre as 15 variaveis analisadas sao de maior importancia para captar a qualidade logistica das industrias. Resultado este sugerido pela analise fatorial e corroborado pelo indice logistico e tambem pelo agrupamento das empresas, realizado de acordo com as variaveis originais.

Ao gerenciar o desempenho das variaveis que apresentam maiores escores relacionados aos fatores F1, F2 e F3, as empresas apresentarao a tendencia de se destacarem em relacao as atividades logisticas frente as demais. Assim, as seguintes variaveis devem ser melhor controladas para que o desempenho logistico da empresa seja melhorado: tempo de existencia (TEXI), numero de empregados (NEMP), percentual de utilizacao da capacidade instalada (PUCI), volume de recepcao (VLRI), densidade de distribuicao de produtos acabados (VDTK), percentual de frota propria de captacao (PFPC), percentual de distribuicao estadual-interestadual (PFEI), lead time de entrega (LTPE), volume recebido por numero de empregado (VRPE) e volume distribuido por numero de empregado (VDPE).

REFERENCIAS

DEMETER, R.M. et al. Scenarios for a future dairy chain in the Netherlands. NJAS- Wageningen Journal of Life Sciences, v.56, n.4, p.301-322, 2009. Disponivel em: <http://dx.doi.org/10.1016/S1573-5214(09)80002-X>. Acesso em: 15 jun. 2012. doi: 10.1016/S1573-5214(09)80002-X.

FOOD AND AGRICULTURAL ORGANIZATION (FAO). Livestock primary - Cow milk. Disponivel em: <http://faostat.fao.org/>. Acesso em: 25 jun. 2012.

HAIR JUNIOR, J.F. et al. Multivariate data analysis. 7.ed. New Jersey: Prentice Hall, 2009. 816 p.

JOHNSON, R.A.; WICHERN, D.W. Applied multivariate statistical analysis. 3.ed. Englewood Cliffs: Prentice Hall, 1992. 800 p.

LOPES, P.F. Custos e escala de producao na pecuaria leiteira: estudo nos principais estados produtores do Brasil. Revista de Economia e Sociologia Rural, v.45, n.3, p. 567-590, 2007. Disponivel em: <http://dx.doi.org/10.1590/S0103-20032007000300002>. Acesso em: 01 abr. 2012. doi: 10.1590/S0103-20032007000300002.

MANLY, B.F.J. Multivariate statistical methods--a primer. New York: Chapman and Hall, 1986. 159 p.

MARIN, S.R. et al. Sazonalidade do preco do leite no Rio Grande do Sul (1986-2009). Ciencia Rural, v.41, n.2, p.361-364, 2011. Disponivel em: <http://dx.doi.org/10.1590/S010384782011000200030>. Acesso em: 13 maio, 2012. doi: 10.1590/S0103-84782011000200030.

MINGOTI, S.A. Analise de dados atraves de metodos de estatistica multivariada: uma abordagem aplicada. Belo Horizonte: UFMG, 2005. 295 p.

QUINLAN, C. et al. The cost and efficiency of milk transport from farms in Ireland. Department of Food Business and Development-University College, Cork--Ireland. Agribusiness Discussion Paper, n.46, p.1-30, 2005. Disponivel em: <http://www.ucc.ie/en/foodbus/research/discussion/fortyonetofifty/DocumentFile-32510en.pdf>. Acesso em: 23 maio, 2012.

RENTIZELAS, A.A. et al. Logistics issues of biomass: the storage problem and the multi-biomass supply chain. Renewable and Sustainable Energy Reviews, v.13, p 887-894, 2008. Disponivel em: <http://dx.doi.org/10.1016/j.rser.2008.01.003>. Acesso em: 10 maio, 2012. doi: 10.1016/j.rser.2008.01.003.

Alexandre Navarro da Silva (I) Joao Eustaquio de Lima (II) Ronaldo Perez (III)

(I) Departamento de Engenharia de Producao e Mecanica, Universidade Federal de Vicosa (UFV), 36570-000, Vicosa, MG, Brasil. E-mail: alexandre.navarro@ufv.br. Autor para correspondencia.

(II) Departamento de Economia Rural, UFV, Vicosa, MG, Brasil.

(III) Departamento de Tecnologia de Alimentos, UFV, Vicosa, MG, Brasil.

Recebido 06.07.12 Aprovado 27.12.12 Devolvido pelo autor 04.05.13 CR-2012-0508.R1

Tabela 1 - Cargas fatoriais, comunalidades das variaveis estudadas
e percentual de explicacao de cada autovalor relacionado aos fatores.

Variavel            F1               F2

VLRI              0,937 *          -0,082
NEMP              0,818 *          -0,074
VDTK              0,803 *          0,093
TEXI              0,594 *          0,100
PUCI              0,579 *          -0,046
PFPC              0,025            0,767 *
PFEI              0,150            -0,736 *
LTPE              0,015            -0,633 *
VRPE              0,147            0,018
VDPE              0,167            -0,297
VCTK              -0,135           0,286
MLPP              0,194            0,223
PFPD              0,223            0,429
PPAL              -0,109           0,054
NPRE              0,217            0,029
Autovalor         3,117            1,971
Explicacao        0,208            0,131

Variavel            F3               F4

VLRI              0,110            -0,059
NEMP              -0,212           -0,098
VDTK              0,438            -0,032
TEXI              -0,006           0,523
PUCI              -0,031           0,495
PFPC              -0,271           -0,031
PFEI              -0,059           -0,081
LTPE              -0,158           -0,069
VRPE              0,778 *          -0,056
VDPE              0,628 *          0,010
VCTK              -0,144           0,650 *
MLPP              -0,072           -0,574 *
PFPD              -0,409           -0,432 *
PPAL              0,088            -0,008
NPRE              -0,018           0,006
Autovalor         1,554            1,488
Explicacao        0,104            0,099

Variavel            F5               F6          Comunalidade

VLRI              -0,056           0,126            0,920
NEMP              -0,094           0,311            0,835
VDTK              0,034            -0,005           0,847
TEXI              -0,051           -0,126           0,655
PUCI              -0,100           -0,174           0,624
PFPC              -0,082           0,034            0,671
PFEI              -0,259           -0,111           0,654
LTPE              0,522            0,096            0,711
VRPE              0,202            -0,179           0,704
VDPE              -0,188           0,244            0,606
VCTK              -0,085           0,287            0,633
MLPP              -0,371           0,260            0,627
PFPD              0,273            -0,288           0,745
PPAL              0,868 *          0,114            0,789
NPRE              0,118            0,906 *          0,884
Autovalor         1,434            1,341
Explicacao        0,096            0,089

* Variaveis de maior peso nos respectivos fatores.

Tabela 2 - Cinco menores e cinco maiores indices com os respectivos
fatores padronizados. Destacam-se os fatores mais representativos
para cada empresa.

                 --Escores fatoriais
                    padronizados--

Empresa         F1          F2          F3

24           0.108       0.092       0.196
40           0.037       0.275       0.302
15           0.126       0.189       0.227
10           0.000       0.307       0.265
39           0.102       0.351       0.255
22           0.159       0.400       0.145
19           0.140       0.298       0.193
25           0.157       0.388       0.211
27           0.233       0.305       0.250
32           0.364       0.039       0.012
28           0.158       0.551 *     0.122
18           0.121       0.297       0.396
31           0.210       0.000       0.060
23           0.250       0.520 *     0.129
38           0.304       0.206       0.219
34           0.369       0.623 *     0.213
33           0.164       0.220       0.346
37           0.189       0.329       0.166
1            0.209       0.379       0.193
2            0.256       0.249       0.125
26           0.316       0.193       0.280
9            0.239       0.302       0.173
29           0.490       0.157       0.074
14           0.102       0.983 *     0.233
20           0.092       0.884 *     0.240
30           0.244       0.591 *     0.221
8            0.295       0.492       0.133
13           0.355       0.164       0.285
12           0.470       0.534 *     0.150
21           0.169       0.317       0.330
36           0.401       0.029       0.586 *
17           0.206       0.971 *     0.273
6            0.388       0.554 *     0.214
4            0.320       0.678 *     0.260
5            0.225       0.404       1.000 *
16           0.781 *     0.560 *     0.000
3            0.351       0.893 *     0.400
11           0.144       0.872 *     0.107
35           0.198       1.000 *     0.238
7            1.000 *     0.489       0.459

                 --Escores fatoriais
                    padronizados--

Empresa         F4          F5          F6          IL

24           0.424       0.278       0.134       0.187
40           0.353       0.154       0.199       0.196
15           0.397       0.149       0.195       0.200
10           0.353       0.251       0.258       0.206
39           0.258       0.295       0.143       0.221
22           0.180       0.298       0.170       0.223
19           0.279       0.426       0.088       0.226
25           0.314       0.229       0.102       0.231
27           0.304       0.245       0.090       0.242
32           0.333       0.518 *     0.142       0.244
28           0.282       0.274       0.073       0.246
18           0.503 *     0.162       0.159       0.254
31           0.265       1.000 *     0.164       0.256
23           0.239       0.187       0.143       0.259
38           0.523 *     0.200       0.108       0.266
34           0.000       0.000       0.243       0.278
33           0.559 *     0.413       0.112       0.280
37           0.174       0.427       0.526 *     0.282
1            0.382       0.387       0.238       0.288
2            0.332       0.681 *     0.172       0.292
26           0.425       0.365       0.183       0.293
9            0.572 *     0.390       0.190       0.300
29           0.462       0.343       0.220       0.314
14           0.193       0.228       0.231       0.325
20           0.325       0.390       0.144       0.334
30           0.396       0.518 *     0.064       0.338
8            0.587 *     0.402       0.119       0.340
13           0.388       0.329       0.592 *     0.341
12           0.455       0.228       0.000       0.344
21           0.213       0.306       1.000 *     0.345
36           0.455       0.143       0.492       0.345
17           0.230       0.188       0.127       0.345
6            0.455       0.390       0.024       0.358
4            0.609 *     0.293       0.169       0.394
5            0.291       0.593 *     0.089       0.409
16           0.199       0.213       0.438       0.434
3            0.422       0.542       0.023       0.451
11           1.000 *     0.240       0.614 *     0.458
35           0.340       0.971 *     0.562 *     0.515
7            0.377       0.393       0.167       0.563

* Escores fatoriais de maior relevancia para composicao
do IL de cada empresa.

Tabela 3 - Medias das variaveis para cada um dos grupos formados
pela analise de agrupamento e teste de medias de Bonferroni.

                         --Media das variaveis
                             por grupos--

Variaveis              Grupo 1          Grupo 2

VLRI                   15050 (c)        34000 (b)
NEMP                   26,75 (b)        63,10 (a,b)
VDTK                   30,19 (b)        172,66 (b)
TEXI                   18,80 (b)        37,60 (a)#
PUCI                   0,58 (a)         0,77 (a)
PFPC                   0,14 (b)         0,33 (a,b)
PFEI                   0,93 (a)#        0,82 (a)#
LTPE                   3,00 (a)         4,10 (a)
VRPE                   406,24 (b)       629,21 (b)
VDPE                   206,55 (b)       75,57 (b)
VCTK                   89,29 (b)        102,34 (b)
MLPP                   113,30 (b)       110,99 (b)
PPAL                   0,04 (b)         0,13 (a)#
NPRE                   9,00 (b)         16,40 (b)
PFPD                   0,43 (b)         0,85 (a)#
Indice Logistico IL    0,24 (b)         0,33 (a,b)

                         --Media das variaveis
                             por grupos--

Variaveis              Grupo 3          Grupo 4          Media Global

VLRI                   70800 (a) #      40777 (b)        32545
NEMP                   77,40 (a,b)      95,10 (a)#       57,55
VDTK                   586,44 (a)#      133,18 (b)       158,51
TEXI                   35,00 (a)#       16,60 (b)        25,00
PUCI                   0,64 (a)         0,51 (a)         0,62
PFPC                   0,34 (a,b)       0,58 (a)#        0,31
PFEI                   0,86 (a)#        0,58 (b)         0,81
LTPE                   4,00 (a)         2,40 (a)         3,28
VRPE                   1640,56 (a)#     445,43 (b)       625,09
VDPE                   721,68 (a)#      187,86 (b)       233,99
VCTK                   543,34 (a)#      59,11 (b)        142,52
MLPP                   133,74 (b)       259,42 (a)#      148,16
PPAL                   0,04 (b)         0,09 (a,b)       0,08
NPRE                   27,4,0 (a,b)     47,67 (a)#       21,85
PFPD                   0,44 (b)         0,78 (a)#        0,62
Indice Logistico IL    0,40 (a)#        0,36 (a)#        0,31

Medias seguidas de mesma letra (a,b,c) na linha nao diferem
entre si ao nivel de significancia de 10%,pelo teste de Bonferroni.
Italico indica maior media para cada variavel.
COPYRIGHT 2013 Universidade Federal de Santa Maria
No portion of this article can be reproduced without the express written permission from the copyright holder.
Copyright 2013 Gale, Cengage Learning. All rights reserved.

Article Details
Printer friendly Cite/link Email Feedback
Author:da Silva, Alexandre Navarro; de Lima, Joao Eustaquio; Perez, Ronaldo
Publication:Ciencia Rural
Date:Jul 1, 2013
Words:4470
Previous Article:Mate extract on lipid and color changes of dourado fillets during frozen storage/Extrato de mate sobre alteracoes lipidicas e de cor de files de...
Next Article:Delaying farrowing using intravaginal devices impregnated with progestagen does not affect the proportion of piglets born alive/O atraso do parto...

Terms of use | Privacy policy | Copyright © 2020 Farlex, Inc. | Feedback | For webmasters