NÚMERO ÍNDICE DE INDICADORES DE DESEMPENHO EMPRESARIAL

Revista de Estudos Sociais

Endereço:
Av. Fernando Corrêa da Costa, nº 2367 - Boa Esperança
Cuiabá / MT
78060900
Site: http://periodicoscientificos.ufmt.br/ojs/index.php/res/index
Telefone: (65) 3615-8522
ISSN: 2358-7024
Editor Chefe: Roney Fraga Souza
Início Publicação: 31/03/1999
Periodicidade: Semestral
Área de Estudo: Ciências Agrárias, Área de Estudo: Saúde coletiva, Área de Estudo: Geografia, Área de Estudo: História, Área de Estudo: Administração, Área de Estudo: Ciências Contábeis, Área de Estudo: Demografia, Área de Estudo: Direito, Área de Estudo: Economia, Área de Estudo: Planejamento urbano e regional, Área de Estudo: Serviço social, Área de Estudo: Tecnologia, Área de Estudo: Turismo, Área de Estudo: Engenharia biomédica, Área de Estudo: Engenharia elétrica, Área de Estudo: Multidisciplinar, Área de Estudo: Multidisciplinar

NÚMERO ÍNDICE DE INDICADORES DE DESEMPENHO EMPRESARIAL

Ano: 2012 | Volume: 14 | Número: 27
Autores: J. E. de M. Nicacio
Autor Correspondente: J. E. de M. Nicacio | [email protected]

Palavras-chave: Número índice, análise de agrupamento, transformada de Hotelling, indicadores de desempenho empresarial.

Resumos Cadastrados

Resumo Português:

Nessa pesquisa objetivou-se determinar um número índice a partir de indicadores de desempenho empresarial publicados no Anuário do Agronegócio de 2012. Foram utilizados dois métodos da estatística multivariada: a análise de agrupamento pelo critério de Ward com a distância de Mahalanobis para ordenar um conjunto de n objetos segundo critério definido por um conjunto de m variáveis correlacionadas entre si e a transformada de Hotelling para fornecer as ponderações ou pesos das componentes principais. Foi considerada apenas uma componente representando 84% da variância total. A metodologia é aplicável em empresas que geram informações mensais ou em diversos períodos de um ano com forte benefício para a análise de indicadores.



Resumo Inglês:

This research aimed to determine an index number from business performance indicators published in Agribusiness Yearbook 2012. We used two statistical methods of multivariate cluster analysis by Ward criterion with Mahalanobis distance to sort a set of n objects with criteria defined by a set of m variables correlated and Hotelling transform to provide the weights or weights principal components. Was considered only a component representing 84% of the total variance. The methodology is applicable to companies that generate a monthly or several times a year with strong benefit for the analysis of indicators.