Relatório Terceiro Seminário de Tese

Seminário de Tese apresentado no âmbito do Programa de Pós-Graduação

em Engenharia de Infraestrutura Aeronáutica do Instituto Tecnológico de

Aeronáutica, área Transporte Aéreo e Aeroportos.

Otávio Galucio Cavaleiro

PADRÕES DE NÍVEL DE SERVIÇO PARA SALAS DE PRÉ-EMBARQUE DE AEROPORTOS REGIONAIS

BRASILEIROS

Anderson Ribeiro Correia Orientador

Giovanna Miceli Ronzani Borille

Coorientadora

Campo Montenegro São José dos Campos, SP – Brasil

2015

Resumo

Com as ações do Governo Federal para o desenvolvimento da aviação regional, torna-se necessário adequar a cadeia de aeroportos envolvidos para garantir os objetivos do Programa de Desenvolvimento da Aviação Regional. Este trabalho irá propor padrões de nível de serviço para as salas de pré-embarque de aeroportos regionais brasileiros através da entrevista com os passageiros para verificar suas percepções. Dado que a rede de aeroportos envolvidos é grande, pretende-se realizar, incialmente, uma análise de agrupamento para arranjar estes terminais de acordo com a semelhança de suas variáveis (por exemplo: socioeconômicas e geográficas). Com o resultado obtido, espera-se replicar os padrões propostos para cada aeroporto em seus grupos e então alcançar toda cadeia de aeroportos envolvidos no programa do governo federal. Palavras-chave: nível de serviço, aeroporto regional, análise de agrupamento, sala de pré-embarque.

1 Introdução

O cenário da aviação regional no Brasil passa por mudanças expressivas

atualmente em função do Programa de Desenvolvimento da Aviação Regional do

governo federal, conhecido como PDAR, desenvolvido pela Secretaria de Aviação

Civil, SAC (2012). O objetivo desta iniciativa consiste em reorganizar os serviços

prestados por empresas aéreas e aeroportos cujas operações sejam classificadas, dentro

das diretrizes do programa, como regional.

O PDAR, em uma de suas etapas, selecionou 270 aeroportos regionais do Brasil

para estudar a necessidade de cada um, seja construção ou reforma. Destes 270, 255 já

existem, alguns precisam de intervenções mais significativas, outros precisam apenas de

poucos ajustes que dependem dos estudos de viabilidade técnica de cada um, em

andamento pela Secretaria de Aviação Civil (2012).

A topografia da região, as dimensões necessárias para os aeroportos, além de

aspectos socioeconômicos são alguns dos fatores abordados pelos estudos de

viabilidade técnica. Estas relações mostram que para alcançar a meta do programa é

necessário abordar vários fatores que são característicos de cada região.

O objetivo deste trabalho é propor padrões de nível de serviço para sala de pré-

embarque de aeroportos regionais. Este objetivo, alinhado com o PDAR, pretende

elaborar padrões a fim de garantir a qualidade dos serviços prestados na aviação

regional, retorno esperado para o alto nível de investimento que necessita esta operação.

Para alcançar este objetivo será necessário simplificar a avaliação do nível de

serviço percebido pelos passageiros e tornar viável sua aplicação, devido ao grande

número de aeroportos envolvidos. Esta simplificação será realizada através do método

de análise multivariada por agrupamento. Então, os aeroportos serão categorizados e

agrupados de acordo com as suas semelhanças estabelecidas por variáveis geográficas,

socioeconômicas, entre outras.

O texto se desenvolve com esta introdução, a revisão de literatura sobre

aeroportos regionais, níveis de serviço e componente de sala de embarque, então a

abordagem do método de análise de agrupamento, suas implicações, vantagens e os

resultados esperados. As considerações finais tratam sobre os pontos anteriormente

mencionados, os itens a serem acrescentados e a continuidade do trabalho encerram o

presente relatório.

2 Revisão da literatura

Para o planejamento da infraestrutura aeroportuária, vários fatores devem ser

aplicados com a finalidade de entregar um produto, neste caso o aeroporto, eficiente,

seguro e que seja rentável para todos os envolvidos. Portanto, a necessidade de estudar

os aspectos que influenciam estes fatores deve passar pela análise das características de

cada terminal de passageiros, as quais estão relacionadas com as dimensões do terminal

aeroportuário, suas funções, a natureza da operações, entre outras.

2.1. Aeroporto regional

Um desafio identificado na elaboração deste trabalho foi identificar conceitos

adequados para aeroportos regionais. Este não é o objetivo deste estudo, porém é

necessário entender que há distinção na literatura e para mercados diferentes. Oliveira e

Salgado (2008) explicam a necessidade de delimitar o mercado, dada a importância de

identificar as particularidades e comportamentos de cada nicho do setor aéreo,

direcionando a discussão dos mecanismos de fomento e políticas públicas.

No Brasil, empresas denominadas como “tronco” e “locais” podem participar dos

mesmos mercados, seja doméstico ou regional, segundo legislação da Agência Nacional

de Aviação Civil, ANAC, pois é liberada a mobilidade das operadoras certificadas,

conforme citado por Oliveira e Salgado (2008).

Bettini (2007), conceituou voos regionais como aqueles operados de forma

regular, com aeronaves com capacidade menor que 100 passageiros, entre cidades com

densidade reduzida de tráfego. Oliveira e Salgado (2008) explicam a arbitrariedade

deste conceito, pois densidade baixa não é um conceito concreto na literatura, exigindo

um ponto de corte para ser aplicado, entre outros fatores.

A discussão sobre aviação regional na literatura internacional também é bastante

difusa. A Federal Aviation Association, FAA (1988) caracteriza aeroportos com base na

movimentação e denomina aeroporto regional aquele cuja movimentação não ultrapassa

0,05% do total de um país. Oliveira e Salgado (2008) apresentam que o antigo regulador

do transporte aéreo no Brasil, o Departamento de Aviação Civil, utilizava como

determinante para caracterizar um aeroporto regional a população da cidade que o

aeroporto atende menor que um milhão de habitantes.

Portanto, sem o consenso do que é aeroporto regional, este trabalho será limitado

a estudar os aeroportos que fazem parte do PDAR, ou seja, os que a Secretaria de

Aviação Civil classifica como regionais.

Então, elaborar um padrão para os fatores inerentes das operações aeroportuárias

de natureza regional é importante para que os terminais estejam alinhados com as suas

propostas, abrangendo as diversas dimensões de aeroportos regionais, e atender ao nível

de serviço proposto é fundamental para o sucesso das operações, seja qual for o

personagem: companhia aérea, controle de tráfego, operador aeroportuário ou

passageiro.

2.2 Salas de pré-embarque

Ashford (1988) caracteriza sala de pré-embarque como sendo a área de espera

onde os passageiros possuem espaço para aguardar seus respectivos voos. Correia et al

(2008) também a classificam como o espaço em que os passageiros esperam para

embarcar em um voo. Este é geralmente dimensionado para acomodar o número de

passageiros 15 minutos antes do momento da partida. Esta área deve conter número

suficiente de assentos, espaço para o processamento dos passageiros e de formação de

filas.

Wirasinghe e Shehata (1988) incluem em sua abordagem sobre o nível de serviço

para salas de pré-embarque o tempo de processamento dos passageiros no portão de

embarque, pois quanto mais próximo da partida ocorrer o embarque, menos espaço será

requisitado para acomodar os passageiros, porque estes permanecerão pouco tempo

nesta área. E esta análise, por consequência, leva em consideração o tamanho das

aeronaves que recebem passageiros desta sala de pré-embarque e a natureza da operação

devido ao maior tempo necessário para verificar documentação e segurança em

operações internacionais.

Para Ashford (1988), a avaliação dos passageiros quanto ao nível de serviço em

salas de pré-embarque está relacionada com o tempo que estes ficam dentro dela.

Portanto, um passageiro que chegar com uma hora de antecedência terá uma percepção

diferente daquele que chegou imediatamente antes do embarque, para o mesmo

componente e mesmos indicadores.

No caso de aeroportos onde os portões de embarque são compartilhados pela

mesma sala de pré-embarque, Wirasinghe e Shehata (1988) destacam que a quantidade

de portões, o intervalo entre processamento dos embarques e a geometria do espaço

interferem diretamente no acúmulo de passageiros.

Barros e Wirasinghe (1998) notaram que o incremento de aeronaves cada vez

maiores influenciam vários componentes aeroportuários e um dos principais é a sala de

pré-embarque, onde os autores afirmam que esta, quando o voo está atrasado, deve

acomodar a totalidade dos passageiros do voo e que para esses casos deve haver uma

área mínima para garantir determinado nível de serviço.

A diversidade de aeronaves utilizadas em voos de natureza regional, segundo a

ANAC (2015) é grande, utilizando desde pequenas aeronaves autorizadas a operar com

capacidade de 9 passageiros (Grand Caravan, C208) a aeronaves médias como os

Airbus A321, autorizados a operar com capacidade de 220 passageiros. Esta variedade

de aeronaves operantes caracteriza a necessidade do correto dimensionamento das salas

de pré-embarque, conforme Barros e Wirasinghe (1998).

A abordagem da diversificação da frota regular que opera atualmente nos

aeroportos regionais também é feita por Oliveira e Salgado (2008), colocando em

discussão a participação de empresas como TAM e GOL, cujas aeronaves não possuem

capacidade inferior a 100 passageiros e mesmo assim estão presentes em vários

aeroportos e rotas classificados como de natureza regional pela ANAC (2015).

2.3 Nível de serviço

A noção de nível de serviço foi desenvolvida pelas autoridades de tráfego

americanas e se refere ao número de automóveis em uma faixa de trânsito, como citado

por De Neufville e Odoni (2003). Adaptando este conceito para o terminal de

passageiros, os autores relacionam nível de serviço com a quantidade de espaço

disponível para determinada atividade. Ainda mencionam que maior será o nível de

serviço quando os passageiros tiverem mais espaço disponível.

De Neufville e Odoni (2003) também destacam que este conceito de nível de

serviço envolve noções de fluxos e atrasos. Para melhorar o nível de serviço é preciso

avaliar custos de construção e de operação, considerando-o então como um parâmetro

para tomada de decisões dos operadores aeroportuários. Estas avaliações, das

necessidades para melhorar o nível de serviço, varia conforme o interesse do

investimento, que deverá levar em conta aspectos como: (i) perfil dos passageiros que

utilizam o aeroporto, (ii) recursos disponíveis, (iii) contexto econômico da região e (iv)

companhias aéreas que operam no aeroporto.

Em sua obra, De Neufville e Odoni (2003) dão amplo destaque para a importância

do tempo de permanência dos passageiros no aeroporto e que este fator deve ser levado

em consideração para estabelecimento de padrões de nível de serviço.

Correia e Wirasinghe (2004) destacam a necessidade de estudar formas adequadas

para avaliar o nível de serviço no lado terrestre dos aeroportos. Também relacionam os

atrasos nas operações com consequências econômicas. Entre suas conclusões, para a

época da pesquisa foi identificada a falta de estudos de nível de serviço em países em

desenvolvimento, afirmando que esta é uma necessidade global. Ainda sugerem que

novos estudos devem ser conduzidos para propor padrões de nível de serviço

individuais de acordo com a percepção dos passageiros, pois através da observação de

passageiros e entrevistas seria possível correlacionar características dos componentes

com a variação dos níveis de serviço.

Martel e Seneviratne (1990), citados por Correia e Wirasinghe (2004), após

aplicarem entrevistas com passageiros nos terminais aeroportuários, constataram que a

disponibilidade de espaço foi o fator que mais influenciou a qualidade do serviço, assim

como foi observado que em áreas de espera o fator mais importante foi a

disponibilidade de lugares. Os autores também concluíram que outros aspectos devem

ser levados em consideração, não apenas espaço e tempo, para avaliar a qualidade dos

serviços na perspectiva dos passageiros.

Correia et al (2008) destacam que medir o nível de serviço percebido nos

componentes de embarque como um todo, conforme o perfil do passageiro que está

utilizando determinado aeroporto, irá identificar o nível de importância que este

passageiro dá para cada componente individualmente, ajudando a direcionar os

investimentos. Correia et al (2008) apresentam a necessidade de identificar o

movimento que o usuário irá realizar no terminal, se embarque, desembarque ou

conexão, pois cada um destes grupos vai ter um conjunto de necessidades específicas e

usarão diferentes ferramentas para processar os passageiros. E só então avaliar o nível

de serviço do terminal, levando em consideração as características individuais de cada

grupo.

Em seu trabalho sobre índice global para avaliação de nível de serviço, Correia et

al (2008) usaram a entrevista com os usuários para identificar os principais atributos que

influenciam a percepção de nível de serviço pelos passageiros. Para aplicar o

questionário, foram levantadas as particularidades de cada participante da pesquisa de

acordo com o tipo de voo, o propósito da viagem, a natureza da operação, o gênero do

passageiro, companhia aérea, entre outros. Concluíram que os operadores

aeroportuários podem usar os resultados desta pesquisa para avaliar a importância que

os passageiros dão para os componentes, garantindo o correto emprego dos limitados

recursos financeiros disponíveis.

Horonjeff et al (2010) destaca que já fora bastante discutido a necessidade de

estabelecer critérios para adotar padrões de nível de serviço e meios para avaliá-lo em

terminais aeroportuários. Mas também é necessário observar que cada passageiro,

funcionário ou operador tem uma perspectiva diferente para nível de serviço. Para os

autores, é bastante difícil adotar critérios de nível de serviço em larga escala, pois cada

aeroporto tem suas peculiaridades, variando inclusive dentro do próprio país. Porém, a

maioria dos estudos aponta para um ponto em comum: o nível de serviço pode estar

associado ao grau de congestionamento dos componentes do sistema aeroportuário.

Para Horonjeff et al (2010) o desafio de incorporar as noções de nível de serviço

com o projeto adotado para o aeroporto é o principal ponto a ser resolvido. Os limites

aceitáveis, os indicadores a serem usados e o tratamento matemático destes fatores irão

diferenciar os métodos de avaliação do nível de serviço e também a aplicação deste para

cada caso específico.

Alguns métodos de análise de nível de serviço para salas de pré-embarque estão

apresentados na Tabela 1.

Tabela 1: Comparação entre os métodos de análise de nível de serviço para salas

de pré-embarque (Fonte: Correia e Wirasinghe, 2008)

Referência Variável Conclusão

Müller (1987) Espaço

A variável mostrou-se estatisticamente insignificante,

indicando a necessidade de incluir outras variáveis para a

análise

Omer (1990) Espaço disponível e

tempo de espera

A baixa significância do modelo, menor que 50%, mostra

que este necessita ser aprimorado com o refino das variáveis

ou o acréscimo de outras

Seneviratne e

Martel (1991)

Disponibilidade de

assentos

Foi indicado pelos passageiros como o indicador de

desempenho mais importante para as áreas de espera

Correia e Wirasinghe (2008) acrescentam que esta comparação de aplicações dos

modelos indica fortemente que qualquer avaliação para nível de serviço em salas de pré-

embarque deve considerar o número de assentos disponíveis como função dos

passageiros que ocupam este setor.

2.4 Indicadores

Para selecionar os indicadores, vários trabalhos que tratam de sala de pré-

embarque foram utilizados como parâmetro. A Tabela 2 identifica quais os indicadores

utilizados e seus respectivos autores.

Tabela 2: Indicadores mais comuns

Autor Espaço

disponível

Número

de

assentos

Limpeza Tempo de

processamento Conforto

Ashford (1988) x x

Seneviratne e Martel

(1991) x x x

Barros e Wirasinghe

(1998) x x

Edwards (1998) x

Bandeira et al (2008) x x x

Correia e Wirasinghe

(2008) x x

Correia et al (2008) x

Analisando os trabalhos apresentados na Tabela 2, é possível identificar que

alguns indicadores são complementares, como por exemplo espaço disponível e

conforto, assim como a disponibilidade de assentos. O tempo de processamento também

é considerado importante, pois Ashford (1988) destaca que o tempo que o passageiro

passa dentro da sala de embarque é determinante para a percepção do nível de serviço,

portanto é necessário determinar um tempo em que os passageiros sejam processados

para o embarque e as filas sejam relativamente curtas.

Portanto, o presente trabalho tem como foco os indicadores de disponibilidade de

espaço e assentos e tempo de processamento.

3 Metodologia

Como apresentado na introdução deste trabalho, o programa do governo federal

de desenvolvimento da aviação regional possui uma quantidade considerável de

aeroportos brasileiros envolvidos. Alguns já estão em operação, outros ainda serão

construídos e outros passarão por pequenos ajustes estruturais para se adequarem à

proposta do projeto. Com o grande número de objetos envolvidos, a distância entre eles

e as suas particularidades regionais, dificulta o estudo de um a um para elaborar seus

padrões de nível de serviço.

Como o objetivo deste trabalho é propor estes padrões de nível de serviço, não é

suficiente aplicar a metodologia de entrevista de passageiros para cada terminal de

passageiros, em função do pouco tempo disponível. Além disso, em muitos aeroportos

haveria a chance de sequer existir passageiros a serem entrevistados. Portanto é

necessário aplicar um método estruturado que possa usar uma quantidade menor de

amostras para viabilizar o estudo. O método selecionado para o presente trabalho é a

análise de agrupamento, uma ferramenta da análise multivariada que agrupa objetos de

acordo com a semelhança por suas variáveis.

Esta seção está divida em quatro partes. A primeira etapa consiste na apresentação

dos aeroportos que fazem parte do PDAR, pois estes são os objetos a serem agrupados.

A segunda etapa apresenta o método de análise de agrupamento, suas vantagens e a

escolha das variáveis para este estudo. A terceira parte trata da ferramenta que será

utilizada para coletar dados e, finalmente, a quarta parte apresentará o meio de

transformar os dados coletados em padrões de nível de serviço. A Figura 1 esquematiza

o processo de pesquisa. A Figura 1 apresenta as quatro principais etapas que compõe a

metodologia proposta.

Figura 1: Metodologia a ser utilizada

3.1 Objetos

Os objetos utilizados neste trabalho têm como base o que está definido pelo

PDAR, isto é, tratam-se de 270 aeroportos regionais, espalhados nas cinco regiões do

Brasil, conforme a Figura 2.

Figura 2: Distribuição geográfica dos aeroportos regionais brasileiros do PDAR

(Fonte: Google Earth – Agosto/2015)

3.2 Análise de Agrupamento

A análise de agrupamento é utilizada para arranjar os objetos em grupos conforme

suas semelhanças, conceito utilizado por Lu et al (2011). De acordo com Wedel e

Kamakura (2000), citado por Machado et al (2013), este arranjo pode ser realizado por

três métodos: (i) sem sobreposição, (ii) com sobreposição e (iii) conjunto fuzzy,

conforme a Figura 3.

Figura 3: Ilustração dos tipos de arranjos (Machado et al, 2013)

O método sem sobreposição considera que cada objeto pode fazer parte de apenas

um grupo. O método com sobreposição aceita que um mesmo objeto pode pertencer a

mais de um grupo. E o método fuzzy considera que um objeto tende a pertencer mais a

um grupo. Assim como no trabalho de Machado et al (2013), o método aqui empregado

será o da não sobreposição, pois o objetivo é formar grupos com aeroportos distintos

que pertençam apenas a um único grupo.

Machado et al (2013) afirma que são dois os métodos de geração de grupos não

sobrepostos: hierárquico e não hierárquico. A diferença entre ambos está na relação dos

objetos entre si. O primeiro identifica relações hierárquicas entre os objetos usando

medidas de similaridades entre estes. O segundo, deriva os grupos da amostra

diretamente a partir de uma matriz de dados, geralmente através de uma função objetivo

otimizada. A escolha do método se dá pela conclusão de Webb (2002), que classifica o

método hierárquico como o mais utilizado para resumir dados. O trabalho de Machado

et al (2013) utilizou desta ferramenta para agrupar setores da indústria de manutenção

aeronáutica, enquanto que Cardoso Junior et al (2011) a utilizou para agrupar terminais

portuários brasileiros, mostrando a variedade de aplicação da análise de agrupamento.

O número ideal de arranjos é abordado por Cardoso Junior et al (2011) e este

conclui que não é possível generalizar, pois esta formação depende da estrutura

desconhecida de dados e do algoritmo aplicado. Então, Cardoso Junior et al (2011)

apresenta métodos para validação do número de agrupamentos necessários para cada

caso. Esta validação será realizada para melhor estruturar os arranjos deste estudo e será

tratada posteriormente.

Método de agrupamento hierárquico

A aplicação deste método se mostrou mais adequada para este trabalho em função

da necessidade de simplificar os dados obtidos dos objetos para agrupá-los, conforme

Webb (2002). O resultado obtido pela sua aplicação se dá na formação de um gráfico

chamado dendrograma, cuja estrutura lembra de uma árvore e suas ramificações

representando a estrutura hierárquica entre os objetos, conforme a Figura 4.

Figura 4: Ilustração de um dendrograma

O dendrograma da Figura 4 pode ser lido da seguinte forma: são oito objetos

(denominados de A a H) a serem agrupados e estes estão dispostos na base do gráfico.

O objeto A tem variáveis que indicam semelhanças com o objeto B. O objeto C possui

semelhanças com o arranjo formado pelos objetos A e B (Arranjo 1), formando outro

arranjo de grupo (Arranjo 2). Os objetos D e E formam outro grupo por suas

semelhanças e assim sucessivamente.

A linha vertical pontilhada à direita indica a quantidade de grupos que foram

formados a partir do ponto onde ela corta. A linha pontilhada mais a esquerda revela

uma análise menos conservadora, desconsiderando significativamente as semelhanças

entre os objetos e por isso forma apenas dois grupos (um grupo formado pelos objetos

A, B, C, D e E e outro grupo formado pelos objetos F, G e H). Enquanto a linha

pontilhada mais a direita indica uma análise mais minuciosa, que leva em conta mais

semelhanças entre os objetos.

Portanto, quanto mais semelhanças forem levadas em consideração e a

importância entre suas relações (a distância entre a origem do gráfico e o ponto de união

do grupo), mais grupos serão formados. Então o número total de grupos depende de

como os objetos se comportam entre si e de que maneira a análise é realizada.

Apresentado por Machado et al (2013), o processo de agrupamento ocorre da

seguinte forma: algoritmos de agrupamento hierárquico trabalham na base da não

semelhança relativa entre os objetos que serão agrupados. Pode ser estruturado com

base na semelhança, na diferença ou na distância entre os objetos. A medida que os

objetos se mostrarem mais ou menos semelhantes, mais ou menos distantes, serão

arranjados em grupos a partir das variáveis aplicadas.

Na primeira etapa, conforme explanado por Machado et al (2013), com N objetos,

estes serão agrupados em um único arranjo. Então, estes objetos serão comparados entre

si, através das suas variáveis, usando, por exemplo, a distância Euclidiana ou qualquer

uma das medidas de dissimilaridade. Então serão formados dois grupos com objetos

semelhantes entre si. O processo é repetido até que se tenha o número de arranjos

necessários.A Tabela 3 apresenta algumas medidas de dissimilaridade utilizadas pelos

autores.

Tabela 3: Medidas de dissimilaridade mais comuns (Fonte: Machado et al, 2013) Medida de dissimilaridade Fórmula

Distância Euclidiana ynk − ymk( )2k∑⎛⎝⎜

⎞⎠⎟

12

Coeficiente de correlação 1− ynk − yn( ) ymk − ym( )k∑ σ nσm

Distância angular ynkymkk∑ ( ynk

2 ymk2 )

k∑ 1 2

Distância Canberra ynk − ymkk∑ ynk + ymk( )

Machado et al (2013) ainda acrescenta que os grupos também são comparados

entre si através do método de ligação, que decide as ligações e combinações de grupos a

cada etapa do processo. Esses métodos estão apresentados na Tabela 4.

Tabela 4: Método de ligação entre os grupos e suas aplicações (Fonte: Machado

et al, 2013)

Algoritmo Relação da distância Aplicação em variáveis

Ligação simples Menor distância entre dois

objetos do grupo

Quantitativas ou qualitativas Ligação completa Maior distância entre dois objetos

do grupo

Ligação média Distância média entre dois

objetos do grupo

Ligação centroide Distância entre as médias do

segmento de variáveis

Quantitativas

Inércia Mínima (Ward)

Soma dos quadrados das

diferenças entre cada indivíduo e

o indivíduo médio

Definidos os métodos para trabalhar com as semelhanças entre os objetos, deve-se

utilizar uma matriz padronizada das variáveis. Essa padronização é opcional, porém Frei

(2006) recomenda fazê-la a fim de evitar que as unidades escolhidas para mensurar as

variáveis possam afetar a similaridade entre os objetos, amenizando a ponderação de

atributos com maior ou menor amplitude. Assim, todas as variáveis deixarão de ter

unidade. Fávaro et al (2009) concluem que a influência de variáveis com diferentes

magnitudes é solucionada com a padronização da matriz.

Oliveira e Salgado (2008) utilizaram a modelagem quantitativa para determinar a

demanda por transporte aéreo regular no Brasil. O estudo utilizou variáveis com poder

preditivo para estabelecer o mercado de voos regulares e gerou modelo econométrico

com controle de efeitos da correlação entre essas variáveis dentro dos agrupamentos

regionais.

As variáveis utilizadas por Oliveira e Salgado (2008), assim como as suas

justificativas são apresentados na Tabela 5. O modelo econométrico proposto por

Oliveira e Salgado (2008) mostrou que as variáveis são estatisticamente significantes,

garantindo a qualidade deste.

Tabela 5: Variáveis de agrupamento por microrregião (Fonte: Oliveira e Salgado,

2008)

Variável Justificativa

Produto Interno Bruto (PIB) da microrregião Indicação do estado de desenvolvimento da

região. Indutor de tráfego de turismo e negócios

Produto Interno Bruto (PIB) do entorno da

microrregião Influência da mesorregião na atração de tráfego

Área da microrregião

Quanto maior a área da microrregião, mais

municípios envolvidos, portanto maior alcance

populacional e consequentemente maior

necessidade de deslocamentos

Atrações

Indica o potencial de atração de tráfego pela

infraestrutura turística ou de negócios da

microrregião

Distância da capital

Quanto maior a distância entre a capital e a

microrregião, menor a possibilidade de utilizar

aeroportos troncais, induzindo tráfego na

localidade

Distância ao aeroporto mais próximo

Quanto mais distante for o aeroporto mais

próximo, menor a chance do tráfego ser disperso

entre estes

O uso de outras variáveis não está descartado, pois a literatura pode apresentar

outras também estatisticamente significantes e que possam melhorar o modelo de

agrupamento proposto neste trabalho.

As variáveis operacionais, relacionadas diretamente aos aeroportos, como por

exemplo movimentação anual, oferta de assentos, entre outras, serão experimentadas na

análise de agrupamento para este trabalho e sua validação será discutida nos resultados.

3.3 Coleta de dados

Após realizar o agrupamento dos aeroportos e definir quais podem participar

como estudo de caso para a coleta de dados, é necessário verificar na literatura o que já

foi utilizado para propor padrões de nível de serviço em terminais aeroportuários. Em

razão da particularidade dos terminais regionais brasileiros, será necessário adaptar os

métodos para coleta de dados para levar em consideração a realidade do mercado aéreo

regional.

Como apresentado na Tabela 6, vários trabalhos distintos utilizaram o método de

entrevistar os passageiros. A diferença entre eles está no tamanho da amostra, nos

componentes estudados e o tamanho e as operações de cada terminal aeroportuário.

Alguns também acrescentaram outros meios de coleta de dados, como cronometragem

de tempo, registro do comportamento por imagens, etc.

Tabela 6: Dimensionamento da amostra

Referência Aeroporto Componente Tamanho da

amostra

Bandeira e Correia

(2007)

Heliporto Farol de São

Tomé

Check-in e sala de pré-

embarque 60 passageiros

Bandeira et al (2014) Guarulhos, Congonhas

e Brasília

Check-in e Inspeção de

Segurança

1.281 passageiros

(694 em Guarulhos,

281 em Congonhas

e 306 em Brasília)

Borille (2012)

Guarulhos, Galeão,

Viracopos, Brasília e

Congonhas

Desembarque 496 passageiros

Correia e Wirasinghe

(2008) Guarulhos Sala de pré-embarque 120 passageiros

Correia et al (2008) Guarulhos Global 119 passageiros

Eboli e Mazzulla (2009) Lamezia, Itália Global 1.800 passageiros

Seyanont (2012) Bangkok, Tailândia Global 500 passageiros

Sobre o dimensionamento da amostra, cada trabalho utilizou um método

diferente. Eboli e Mazzulla (2009) utilizaram uma amostra de 5% do total de

passageiros que estavam no aeroporto no momento da coleta, Bandeira et al (2014)

pautaram em uma formulação fundamentada na estimativa da proporção populacional

com as características que foram analisadas. O dimensionamento da amostra para este

trabalho se dará após a formação do arranjo dos grupos e seleção dos objetos que serão

realizadas as coletas. Para cada aeroporto a ser selecionado como estudo de caso,

pretende-se, previamente, fazer um cálculo de dimensionamento da amostra, ou seja,

definir previamente o número de passageiros a serem entrevistados em cada aeroporto.

Quanto à entrevista, Aaker et al (1998) sugere que uma sequência de etapas

lógicas deve ser seguida para desenvolver um bom questionário. Correia et al (2008)

desenvolveram o formulário que também identifica algumas informações dos

passageiros, como natureza do voo, propósito da viagem, gênero, companhia aérea, etc.

Estes dados são encontrados também em outros estudos, pois geram dados estatísticos

relevantes para fazer o posterior acompanhamento dos levantamentos.

3.4 Padrões de nível de serviço

Com os dados coletados, tratados e analisados, a etapa a seguir será a de

interpretá-los como direcionamento para propor os padrões de nível de serviço que é o

objetivo principal deste estudo. Para aeroportos regionais, pouco se sabe dos parâmetros

utilizados para nível de serviço. Bandeira et al (2008) destaca a falta de padrões de nível

de serviço, pois na maioria dos casos as recomendações são definidas arbitrariamente.

Medeiros (2004) propôs padrões de nível de serviço que englobam três tipos de

aeroportos: (i) internacional, (ii) doméstico e (iii) regional. Porém, os aeroportos

regionais são diferentes entre si em vários aspectos, como visto anteriormente.

Quanto às operações, por exemplo, o Aeroporto de Ribeirão Preto – Doutor Leite

Lopes, em São Paulo, possui 56 movimentações (pouso e decolagem) diárias regulares

vigentes, segundo a planilha Horário de Transportes (HOTRAN), disponibilizada pela

Agência Nacional de Aviação Civil, ANAC (2015). Enquanto isso, o Aeroporto de

Ipatinga, Minas Gerais tem aprovadas 8 operações diárias regulares. E em aeroportos

como o de Coari, no Amazonas que possuem apenas uma operação por dia e somente

em alguns dias da semana.

Com o arranjo dos grupos, pretende-se estabelecer que cada grupo de aeroportos

regionais, classificados por semelhanças entre suas variáveis, possua um padrão de nível

de serviço adequado aos seus procedimentos, para que não haja desperdício de

investimentos em casos de superdimensionamento de áreas, pautados pela percepção do

nível de serviço pelos usuários, assim como o subdimensionamento, que pode causar

transtornos operacionais.

4 Resultados preliminares

Para este relatório, os resultados apresentados estão limitados à análise de

agrupamento dos aeroportos envolvidos no Programa de Desenvolvimento da Aviação

Regional, o PDAR.

4.1 Aeroportos

Foram consultados os documentos disponibilizados para consulta pública pela

Secretaria de Aviação Civil (2012) para identificar os aeroportos que fazem parte do

PDAR.

Foi observado, durante a consulta, que dois aeroportos carecem de informações

específicas sobre suas localidades: (i) Ilha de Marajó – PA e (ii) Porto Trombetas –

Oriximiná – PA. O primeiro só possui a informação geral de sua localização, sem

determinar o município que estará situado. O segundo apresenta informações

correspondentes ao distrito atendido de Porto Trombetas, no Pará, porém sem informar

outros aspectos, como município atendido, para que as variáveis fossem incluídas, uma

vez que Oriximiná aparece como outro aeroporto do programa. Portanto, estes dois

objetos estão fora da análise de agrupamento.

4.2 Variáveis

Uma vez identificados os objetos, as informações sobre as variáveis, selecionadas

para o presente estudo, foram localizadas em diferentes fontes, a saber: (i) no sítio do

Instituto de Pesquisa Econômica Aplicada, IPEA (2015), dentro da ferramenta

denominada IpeaData; (ii) pelo mapa interativo do Programa de Regionalização do

Turismo, iniciativa do Ministério do Turismo, MTur (2015); (iii) a planilha de Horário

de Transporte, HOTRAN, da Agência Nacional de Aviação Civil, ANAC (2015) e (iv)

informações da Secretaria de Aviação Civil, SAC (2015).

A escolha das variáveis socioeconômicas foi pautada pela utilização por Oliveira

e Salgado (2008) e estão descritas na Tabela 7.

Tabela 7: Variáveis socioeconômicas Variável Descrição

PibCid Produto Interno Bruto do município que está ou

estará localizado o aeroporto

PibEnt Produto Interno Bruto da microrregião que está

localizado o município de instalação do aeroporto

AreaEnt Área da microrregião que está localizado o

aeroporto

DistCap Distância do aeroporto até a capital do estado que

está situado

FatorTur Fator adotado pelo Ministério do Turismo (2015)

que classifica cada município dentro do seu

contexto no setor turístico.

AeroProx Distância ao aeroporto mais próximo, não

necessariamente localizado na mesma unidade da

federação

A variável FatorTur é escalonada de 1 a 5, correspondendo ao grau de importância

turística de cada município, adotado pelo Ministério do Turismo (2015), sendo 1

equivalente ao menor grau e 5 ao maior grau. Em sua escala, o MTur utiliza as letras de

A (maior importância) a E (menor importância) para esta classificação, porém foi

necessário transformá-la em índices numéricos a fim de ponderar a importância para a

análise de agrupamento.

Outras variáveis entraram na análise por experimentação e abrangem as

características operacionais dos aeroportos, apresentadas na Tabela 8.

Tabela 8: Variáveis operacionais Variável Descrição

Aero Se o aeroporto já está operante (binária)

Decolagens13 Número total de decolagens no ano de 2013

(último ano disponível para consulta)

OperSem Número de operações por semana autorizadas, no

ano corrente (2015)

OferSem Número de assentos ofertados por semana, no ano

corrente (2015)

A variável Aero corresponde a presença ou não de operações no aeroporto do

município, para isso foi adotado o número 0 para caso não haja operações e 1 para

aqueles que já possuem operações.

As variáveis OperSem e OferSem foram consultadas em agosto de 2015 e

representam as operações autorizadas pela ANAC (2015). A oferta de assentos está

diretamente ligada não apenas ao número de operações, mas às aeronaves que operam,

pois como citado na revisão de literatura, o tamanho das aeronaves influencia nas

análises de sala de pré-embarque.

4.3 Padronização da matriz de dados

Após a identificação dos aeroportos e a escolha das variáveis, a matriz de dados

apresenta o formato da Tabela 9.

Tabela 9: Exemplo da matriz de dados Var1 Var2 ... VarN

Aero1 x1y1 x2y1 ... xny1

Aero2 x1y2 x2y2 ... xny2

... ... ... ... ...

AeroN x1yn x2yn ... xnyn

Conforme destacado anteriormente, na seção da metodologia, a normalização da

matriz de dados foi necessária para tirar o peso das escalas diferenciadas de cada

variável, para que todas tenham a mesma importância na hora de calcular a

dissimilaridade entre os objetos. Esta normalização se deu pelo cálculo da média de

cada variável coluna e seus respectivos desvios padrão. E então padronização se deu

pela relação entre os valores de cada item da matriz com a média e o desvio padrão de

sua coluna.

4.4 Análise de Agrupamento

Com a matriz padronizada, foi possível efetuar o procedimento de agrupamento

que se deu inicialmente pelo cálculo da distância entre os objetos e pelo seus índices de

ligação. A distância utilizada neste modelo foi a Euclidiana e a aglomeração pelo

método Ward, pois estes também foram mais utilizados na literatura consultada.

O software utilizado foi o XLStat, que possui licença comprada pelo autor do

trabalho pelo período de um ano. Este software destaca-se pela simplicidade do seu uso

e por apresentar os resultados estatísticos de cada fase do processo.

O resultado da análise de agrupamento foi a formação de 5 grupos com

quantidades distintas de aeroportos em cada um e estão apresentados no Anexo I deste

relatório.

O dendrograma atribuído a este agrupamento está resumido na Figura 5, onde

cada grupo está representada por um número antecedido pela letra C (C1, C2, C3, etc)

O eixo das abscissas corresponde a dissimilaridade de cada objeto (aeroporto) da

análise. Quanto maior a distância da origem ao nó (ponto de encontro para formação do

grupo), menor o grau de semelhança entre os objetos.

Figura 5: Dendograma geral

A Figura 6 apresenta os aeroportos com maior similaridade entre suas variáveis,

com apenas 8 objetos dentro deste grupo. Este resultado está dentro do esperado, pois

ambas cidades se enquadram como importantes polos geradores de tráfego, seja pelo

Produto Interno Bruto, seja pelas características operacionais de cada um. Estes dados

estão incluídos na matriz de dados.

Figura 6: Grupo 5, o menor da análise de agrupamento

Outros grupos não estão apresentados aqui pela quantidade de objetos dentro

deles, entretanto a Figura 7 mostra o que seria a organização intermediária dos grupos,

ou seja, aqueles aeroportos que operam atualmente, são considerados como geradores

de tráfego, porém não estão entre os mais classificados nas suas operações. O grupo

maior, com 149 objetos representa os aeroportos cujas variáveis se assemelham e

possuem menor importância turística, econômica e operacional.

Figura 7: Grupo Intermediário da análise de agrupamento

A Tabela 10 apresenta o resumo da formação dos grupos, o tamanho destes e seus

objetos intermediários, que são aqueles aeroportos que não se enquadram no extremo

dos agrupamentos, ou seja, possuem variáveis medianas.

Tabela 10: Resumo da análise de agrupamento Grupo Objetos Objeto Intermediário

1 149 Pimenta Bueno - RO

2 30 Itapipoca - CE

3 69 Dourados - MS

4 12 São Borja - RS

5 8 Londrina - PR

5 Considerações finais

O agrupamento mostrou resultados satisfatórios, pois preliminarmente, os

aeroportos estão agrupados conforme seus nichos consultados durante a elaboração do

trabalho. Com esta etapa concluída, deve-se selecionar um aeroporto em cada grupo

para prosseguir com a etapa das entrevistas e posterior determinação dos padrões de

nível de serviço para seus grupos.

A viabilidade da visita aos aeroportos deve ser levantada com o orientador para

verificar se é possível aplicar o método de entrevista a pelo menos um aeroporto de cada

grupo ou se apenas alguns grupos serão consultados para alcançar o objetivo geral deste

trabalho.

Com a seleção dos aeroportos realizada, será possível prosseguir com o

dimensionamento da amostra, pois esta depende diretamente da determinação do sítio

de estudo. Os métodos de entrevistar os passageiros e a elaboração dos novos padrões

de nível de serviço estão sendo estudados para estruturar sua aplicação neste trabalho.

O cronograma apresentando as próximas etapas deste trabalho está indicado na

Tabela 11.

Tabela 11: Cronograma das atividades a serem realizadas Etapa Pré-requisito Ação

Seleção dos aeroportos Análise de agrupamento

realizada

Solicitar formalmente a visita

para aplicar as entrevistas

Entrevistas Aeroportos selecionados Entrevistar passageiros quanto a

suas percepções de nível de

serviço

Tratamento dos dados Formulários preenchidos Analisar os dados coletados para

estabelecer relações entre suas

percepções e o que os aeroportos

oferecem

Padrões de nível de serviço Análise da relação causal Estabelecer novos padrões para

os estudos de caso

Replicação dos resultados Padrões de nível de serviço Abranger todos os 270

aeroportos do PDAR com base

no agrupamento realizado

Por fim, o resultado esperado para este trabalho será um quadro de referência com

os padrões de nível de serviço para cada grupo de aeroportos consultados, gerando

então uma forma de consulta para as tomadas de decisão dos responsáveis pelas

operações destes terminais aeroportuários, conforme a Tabela 12.

Tabela 12: Padrões de nível de serviço para salas de pré-embarque em aeroportos

regionais brasileiros INDICADOR: ASSENTOS/PASSAGEIRO

NÍVEL DE

SERVICO A B C D E

Grupo 1

Grupo 2

Grupo 3

Grupo 4

Grupo 5

INDICADOR: AREA/PASSAGEIRO

NÍVEL DE

SERVICO A B C D E

Grupo 1

Grupo 2

Grupo 3

Grupo 4

Grupo 5

INDICADOR: TEMPO DE PROCESSAMENTO/PASSAGEIRO

NÍVEL DE

SERVICO A B C D E

Grupo 1

Grupo 2

Grupo 3

Grupo 4

Grupo 5

6 Referências

AAKER, D. e KUMAR, V., Day, G. Marketing Research, 6. ed. John Wiley and Sons, New York. 1998. AGÊNCIA NACIONAL DE AVIAÇÃO CIVIL. ANAC. Hotran – Horário de transprtes. Acesso em 3 de Agosto de 2015. Disponível em http://www2.anac.gov.br/arquivos/xls/hotran/1.5.xls. 2015. ASHFORD, N. Level of service design concept for airport passenger terminals—a European view. Transportation Planning and Technology, 12:1, 5-21. 1988. BANDEIRA, M. C. G. da S. P., DUARTE, M. C., CORREIA, A. R. e ALVES, C. J. P. Desenvolvimento de uma medida de nível de serviço para o terminal de passageiros do Aeroporto Internacional de Fortaleza. Congresso de Pesquisa e Ensino em Transportes, Fortaleza. Anais da XXII ANPET. vol. 1. pp. 1-2. 2008. BANDEIRA, M.C.G.S.P., BORILLE, G.M.R., MAIA, M.C.D. e MOSER, R.F. Key indicators that affect the perception of service quality in critical airport areas of passenger boarding. Journal of Transportation Literature 8 (4), 7 e 36. 2014. BARROS, A.G. e WIRASINGHE, S.C. Sizing the Airport Passenger Departure Lounge for New Large Aircraft. Transportation Research Record 1622, National Research Council, Washington, D.C., pp. 13-21. 1998. BETTINI, H. Um Retrato da Aviação Regional no Brasil. Documento de Trabalho N. 018 – Acervo Científico do Núcleo de Estudos em Competição e Regulação do Transporte Aéreo (NECTAR). São José dos Campos, SP. 2007. BORILLE, G. M. R. A Method to Evaluate the Determinants Factors of the Level of Service Offered at Airport Passenger Terminals: Operational Arrival Components. 169 f. (Tese de Doutorado) Instituto Tencológico de Aeronáutica, São José dos Campos. 2012. CARDOSO JUNIOR, M. M. ; MADEIRA JUNIOR, A. G. ; GONÇALVES, T. J. M. e SCARPEL, R. A. . Classificação de terminais portuários brasileiros utilizando métodos de análise multivariada de dados. Revista Ingepro : Inovação, Gestão e Produção, v. 3, p. 29-40, 2011. CORREIA, A. R. e BANDEIRA, M. C. Relatório Técnico - Pesquisa de Nível de Serviço Heliporto Farol de São Tomé - Petrobrás. Instituto Tecnológico de Aeronáutica, Divisão de Engenharia de Infra-Estrutura Aeronáutica. São José Dos Campos. 2007. CORREIA, A. R. e WIRASINGHE S. C. Evaluating Level of Service at Airport Passenger Terminals: Review of Research Approaches. Transportation Research Record, Washington, D. C., v. 1888, p. 1-6, 2004.

CORREIA, A. R. e WIRASINGHE, S. C. Airport Departure Lounge Level of Service - A User Perception Approach. Journal of Transportation Engineering, v. 134, p. 105-109, 2008. EBOLI, L. e MAZZULLA, G. An ordinal logistic regression model for analysing airport passenger satisfaction. EuroMed Journal of Business 4 (1), 40 e 57. 2009 EDWARDS, B. The Modern Terminal: New approaches to airport architecture. E & FN Spon. 1998. FÁVARO, L. P. et al. Análise de dados: modelagem multivariada para tomada de decisões. Rio de Janeiro: Elsevier. 2009. FEDERAL AVIATION ADMINISTRATION. FAA. Planning and Design Guidelines for Airport Terminal Facilities. Advisory Circular. 1988 FREI, F. Introdução à análise de agrupamentos: teoria e prática. São Paulo. Editora UNESP. 2006. HORONJEFF, R. e MCKELVEY F. X. Planning and Design of Airports, 5. ed. McGraw-Hill, 2010. INSTITUTO DE PESQUISA ECONÔMICA APLICADA, IPEA. IpeaData. Disponível em http://www.ipeadata.gov.br. 2015 LEE, S. C. e KIM, B. J. Development of passenger service quality index for Inchon International Airport. Annual Meeting. Proceedings of 82nd Annual Meeting of the Transportation Research Board, TRB. Washington D. C. 2003 LU, W.; HE, H. e DONG, L. Performance assessment of air quality monitoring networks using principal component analysis and cluster analysis. Building and Environment, v. 46, p 577-583, 2011. MACHADO, M. C.; URBINA, L. M. S. e SCARPEL, R. A. Clustering The Technical Capability In The Brazilian Aeronautical Maintenance Industry. Independent Journal of Management & Production, v. 4, p. 416-430, 2013. MAGRI JUNIOR, A. A. Indicadores de qualidade de terminais de passageiros de aeroportos. (Dissertação de Mestrado) Instituto Tecnológico de Aeronáutica, São José dos Campos. 2003 MARTEL, N. e SENEVIRATNE, P.N. Analysis of Factors Influencing Quality of Service in Passenger Terminal Buildings. In Transportation Research Record 1273, TRB, National Research Council, Washington, D.C., pp. 1–10. 1990. MEDEIROS, A. G. M. Um método para dimensionamento de terminais de passageiros em aeroportos brasileiros. (Tese de Mestrado) Instituto Tecnológico de Aeronáutica, São José dos Campos. 2004.

MINISTÉRIO DO TURISMO, MTur. Programa de Regionalização do Turismo. Disponível em http://mapa.turismo.gov.br/mapa/#/home. 2015 MÜLLER, C︎. A framework for quality of service evaluation at airport terminals. (Tese de Ph.D.) University of California, Berkeley, Califórnia. 1987. NEUFVILLE, R. e ODONI, A. Airport Systems – Planning, Design and Management. McGraw-Hill, 2003. OLIVEIRA, A. V. M e SALGADO, L. H. Constituição do Marco Regulatório para o Mercado Brasileiro de Aviação Regional. Brasília: Ministério do Turismo. 2008. OMER, K. F. Passenger terminal level of service measurement: A utility theoretic approach. (Tese de Mestrado) Carleton University, Ottawa. 1990. Secretaria de Aviação Civil. SAC . Programa de investimentos em logística: Aeroportos. Acesso em 9 de Abril de 2015. Disponível em http://www.aviacaocivil.gov.br. 2012 SENEVIRATINE, P. N. e MARTEL, N. Variables influencing performance of air terminal buildings. Transportation Planning and Technology, 16(1), 1177–1179. 1991. SEYANONT, A. Passengers' perspective toward airport service quality at Suvarnabhumi International Airport. Journal of Society for Transportation and Traffic Studies 3 (3), 32 e 41. 2012 WEBB, A. Statistical pattern recognition. New York: John Wiley & Sons. 2002. WEDEL, M. e KAMAKURA, W. A. Market segmentation: Conceptual and methodological foundations. Massachusetts: Hingham Kluwer Academic. 2000. WIRASINGHE, S. C. e SHEHATA, M. Departure lounge sizing and optimal seating capacity for a given aircraft/flight mix—(i) single gate, (ii) several gates. Transportation Planning and Technology 13, 57–71. 1988. YEH, C. H. e KUO, Y. L. Evaluation passenger services of Asia-Pacific international airports. Transportation Research Part E, vol. 39, pp. 35-48. 2003.

Plano de ação

Dados da pesquisa

• Título: Padrões de nível de serviço para salas de pré-embarque de

aeroportos regionais brasileiros

• Aluno: Otávio Galucio Cavaleiro

• Orientador: Anderson Ribeiro Correia (Coorientadora: Giovanna M. R.

Borille)

• Relatora: Rogéria de Arantes Gomes Eller

• Data do seminário: 25 de setembro de 2015

• Seminários anteriores: 11 de agosto de 2014 e 08 de maio de 2015.

Atividades acadêmicas

• Disciplinas cursadas:

o 1º Período (2º sem/14): IT 203 – Aeroportos, IT 205 – Produção e

Custos no Transporte Aéreo e IT 210 – Análise Operacional e

Gerencial de Sistemas Logísticos.

o 2º Período (1º sem/15): IT 204 – Análise Operacional e Gerencial

de Aeroportos e IT 200 – Infraestrutura Aeronáutica.

• Disciplinas a serem cursadas:

o 4º Período (1º sem/16): IT 201 – Análise de Transportes

Cumprimento de prazos

• Data prevista para conclusão das atividades de pesquisa e início da escrita

da versão final da tese e do artigo: Fevereiro de 2016

• Data prevista de submissão do artigo a um periódico: Abril de 2016

• Data prevista da submissão da tese: Maio de 2016

Periódico almejado

• Nome do periódico: Journal of Air Transport Management

• URL do periódico: http://www.journals.elsevier.com/journal-of-air-

transport- management/

• Qualis do periódico: A2 (Agosto de 2015)

• Justificativa da escolha do periódico: Por estar divulgando novos

desenvolvimentos e tendências para o setor da aviação, interessado em

mercados emergentes e em amadurecimento e, por fim, pela relação destas

com as necessidades dos consumidores.

ANEXO I – Resultado Agrupamento

Grupo 1 Grupo 2 Grupo 3 Grupo 4 Grupo 5

Cruzeiro do Sul Marechal Thaumaturgo Arapiraca Lábrea Porto Seguro

Tarauacá Porto Walter Barreiras Maraã Uberlândia Barcelos Maragogi Feira de Santana Maués Santarém

Boca do Acre Amaturá Ilhéus Parintins Foz do Iguaçu Borba Codajás Lençóis Tefé Londrina

Carauari Jutaí Maraú Uarini Maringá

Coari Santo Antônio de Jesus Vitória da Conquista São Borja Navegantes

Eirunepé Canindé Aracati Joaçaba Ribeirão Preto Fonte Boa Itapipoca Juazeiro do Norte Franca Humaitá Jijoca de Jericoacoara Sobral Guaratinguetá

Itacoatiara Alto Paraíso de Goiás São Mateus Araguaína Manicoré Itumbiara Anápolis Gurupi

Nova Olinda do Norte Caxias Caldas Novas

Pauini Governador Nunes Freire Pirenópolis

Santa Isabel do Rio Negro São João dos Patos Rio Verde

São Gabriel da Cachoeira Ouro Preto Imperatriz

São Paulo de Olivença Paracatu Araxá

Tabatinga Nova Andradina Diamantina

Amapá Cametá Governador Valadares

Oiapoque Castanhal Juiz de Fora Bom Jesus da

Lapa Afogados da Ingazeira Montes Claros

Cipó Nova Friburgo Poços de Caldas Guanambi Volta Redonda Pouso Alegre Ibotirama Bonfim São João del Rei

Irecê Rorainópolis Uberaba Itaberaba Gramado Dourados Jacobina Correia Pinto Três Lagoas

Jequié Canindé de São Francisco Cáceres

Paulo Afonso Guarujá Rondonópolis Santa Maria da

Vitória Mateiros Sinop

Sento Sé Altamira Teixeira de

Freitas Marabá

Crateús Parauapebas Iguatu Campina Grande

Quixadá Caruaru Cachoeiro de Itapemirim Fernando de

Noronha

Colatina Garanhuns Linhares Petrolina Catalão Parnaíba

Jataí Cascavel Minaçu Guarapuava

Porangatu Paranaguá

Bacabal Ponta Grossa Balsas Angra dos Reis

Barra do Corda Cabo Frio

Barreirinhas Campos dos Goytacazes

Carolina Itaperuna Pinheiro Macaé

Santa Inês Parati Barbacena Resende Caxambu Mossoró

Divinópolis Bagé Goianá Caxias do Sul

Ituiutaba Passo Fundo Jaíba Pelotas

Janaúba Rio Grande João Pinheiro Santa Maria

Muriaé Chapecó Passos Joinville

Patos de Minas Lages Pirapora Araçatuba Piumhi Barretos

Ponte Nova Bauru Salinas Marília

Santana do Paraíso Piracicaba

São Sebastião do Paraíso Presidente Prudente

Teófilo Otoni São José do Rio Preto

Ubá São José dos Campos

Unaí Sorocaba Varginha

Bonito Corumbá

Costa Rica Coxim Naviraí

Alta Floresta Barra do Garças

Juara Juína

Lucas do Rio Verde

Matupá Pontes e Lacerda

São Félix do Araguaia

Tangará da Serra

Vila Rica Almeirim

Breves Conceição do

Araguaia

Dom Eliseu Itaituba

Jacareacanga

Monte Alegre Novo Progresso

Oriximiná Ourilândia do

Norte

Paragominas Redenção Rurópolis Santana do Araguaia

São Félix do Xingu

Tucuruí Monteiro

Patos Araripina Arcoverde Salgueiro

Serra Talhada Bom Jesus Corrente Floriano

Paulistana Picos

São Raimundo Nonato

Bandeirantes Campo Mourão

Francisco Beltrão

Pato Branco Telêmaco Borba

Toledo Umuarama União da Vitória

Caicó Ariquemes

Cacoal Guajará-Mirim

Ji-Paraná Pimenta Bueno

Vilhena Caracaraí Alegrete Erechim

Santa Cruz do Sul

Santa Rosa Santa Vitória do

Palmar

Santo Ângelo Uruguaiana

Caçador Concórdia

Forquilhinha Jaguaruna

São Joaquim

São Miguel do Oeste

Três Barras Araraquara Botucatu

Fernandópolis Ourinhos Registro

Rio Claro