Exportar este item: EndNote BibTex

Use este identificador para citar ou linkar para este item: http://www.tede2.ufrpe.br:8080/tede2/handle/tede2/7221
Tipo do documento: Dissertação
Título: Modelo de análise de predição do desenvolvimento das micro e pequenas empresas utilizando cadeias de Markov
Autor: SILVA, Auristela Maria da 
Primeiro orientador: CAVALCANTI, André Marques
Primeiro membro da banca: CAVALCANTI, André Marques
Segundo membro da banca: MELO, André de Souza
Terceiro membro da banca: RAMOS, Francisco de Sousa
Resumo: As micro e pequenas empresas (MPE) estão sendo constantemente desafiadas em sua capacidade de reagir às ameaças do mercado e gerar oportunidades. A inovação surge como uma forma de tornar essas empresas mais robustas e competitivas. Nesta pesquisa, apresentar-se-á um modelo probabilístico que contribui para o estudo da dinâmica do comportamento das MPE com relação ao seu perfil inovador e organizacional em longo prazo. O modelo utilizado corresponde a uma Cadeia de Markov em tempo discreto, que ao definir os níveis de maturidade (estados) das empresas e a obtenção das probabilidades de transição em um passo, permite descrever e prever os estados futuros dessas organizações. Os diferentes estados utilizados são baseados no Grau de Desenvolvimento Organizacional (GO) e no Grau de Inovação (GI), obtidos a partir do Projeto Agentes Locais de Inovação do Serviço Brasileiro de Apoio às Micro e Pequenas Empresas. Para validar o modelo, utilizar-se-á uma amostra dirigida distribuída em três grupos de 20 empresas dos setores da indústria de alimentos, móveis e confecções do estado de Pernambuco. Os resultados obtidos indicam que, dado o estado inicial dessas empresas, que em sua maioria encontra-se em um patamar de gestão e inovação considerado insipiente, assim permanecerão ao atingir o estado estacionário do modelo.
Abstract: Micro and small enterprises (SMEs) are constantly challenged in their ability to react to market threats and generate opportunities. Innovation emerges as a way to make these companies more robust and competitive. In this research, we will present a probabilistic model that contributes to the study of the dynamics of the behavior of MPE in relation to its innovative and organizational profile in the long term. The model used corresponds to a Markov Chain in discrete time, which in defining the maturity levels (states) of the companies and obtaining the probabilities of transition in a step, allows to describe and predict the future states of these organizations. The different states used are based on the Degree of Organizational Development (GO) and Degree of Innovation (GI), obtained from the Project Local Innovation Agents of the Brazilian Service of Support to Micro and Small Companies. To validate the model, a directed sample distributed in three groups of 20 companies from the food, furniture and clothing industry sectors of the state of Pernambuco will be used. The results indicate that, given the initial state of these companies, which are mostly at a level of management and innovation considered to be insipient, they will remain in reaching the steady state of the model.
Palavras-chave: Microempresa
Análise de predição
Cadeias de Markov
Área(s) do CNPq: OUTROS::ADMINISTRACAO RURAL
Idioma: por
País: Brasil
Instituição: Universidade Federal Rural de Pernambuco
Sigla da instituição: UFRPE
Departamento: Departamento de Administração
Programa: Programa de Pós-Graduação em Administração e Desenvolvimento Rural
Citação: SILVA, Auristela Maria da. Modelo de análise de predição do desenvolvimento das micro e pequenas empresas utilizando cadeias de Markov. 2018. 93 f. Dissertação (Programa de Pós-Graduação em Administração e Desenvolvimento Rural) - Universidade Federal Rural de Pernambuco, Recife.
Tipo de acesso: Acesso Aberto
URI: http://www.tede2.ufrpe.br:8080/tede2/handle/tede2/7221
Data de defesa: 27-Fev-2018
Aparece nas coleções:Mestrado em Administração e Desenvolvimento Rural

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Auristela Maria da Silva.pdfDocumento principal1,86 MBAdobe PDFBaixar/Abrir Pré-Visualizar


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.