andré germano vasques - departamento de engenharia florestal ...
andré germano vasques - departamento de engenharia florestal ...
andré germano vasques - departamento de engenharia florestal ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
observando critérios <strong>de</strong> similarida<strong>de</strong> conjunta <strong>de</strong>finidos estatisticamente. Assim, a<br />
análise <strong>de</strong> agrupamentos ou “Clusters”, é uma análise com procedimento gráfico que<br />
auxiliam no entendimento e interpretação da análise multivariada.<br />
107<br />
Ferreira (2006) cita que a análise <strong>de</strong> agrupamentos, por sua vez, não<br />
consi<strong>de</strong>ra o número <strong>de</strong> grupos e é realizada com base na similarida<strong>de</strong> e<br />
dissimilarida<strong>de</strong>, ou seja, na distância que separa os grupos.<br />
Neste estudo, a composição hierárquica dos algoritmos <strong>de</strong> clusters, foi<br />
usada para <strong>de</strong>terminar o agrupamento estratégico das empresas florestais<br />
amostradas. Os fatores <strong>de</strong> sub-medidas avaliadas para cada empresa foram<br />
colocados no algoritmo <strong>de</strong> cluster pelo mo<strong>de</strong>lo:<br />
On<strong>de</strong>:<br />
Fi = a11X11 + a12X12 + a13X13 ....+ a i kX i k (1)<br />
Fi = valor da sub-medida i sendo i <strong>de</strong> 1 a 3, pois i é variável avaliada (estratégias<br />
genéricas <strong>de</strong> Porter 1980);<br />
a i i = avaliação <strong>de</strong> importância da primeira variável (variável 1) incluída na primeira<br />
sub-medida (sub-medida 1);<br />
X i i = coeficiente (peso) da variável a i i para o fator i;<br />
k = número <strong>de</strong> variáveis incluída na sub-medida, no caso k = 20.<br />
Antes <strong>de</strong> serem agrupados, os dados foram examinados para avaliar<br />
potenciais dispersões que po<strong>de</strong>riam distorcer o conjunto.<br />
As empresas foram inicialmente agrupadas aplicando o método <strong>de</strong> “Ward”,<br />
o qual busca minimizar a soma dos quadrados da distância entre agrupamentos<br />
conforme consi<strong>de</strong>ra Hair et al. (1987). Este algoritmo foi escolhido porque se mostrou<br />
mais preciso que outros, em muitas situações já avaliadas, citadas por Punj e<br />
Stewart (1983), e é o mais conceitualmente atraente para a i<strong>de</strong>ntificação <strong>de</strong> grupos