Klétila Maiara da Silva e Silva APLICAÇÃO DE MÉTODOS ... · Processo decisório. 2....
Transcript of Klétila Maiara da Silva e Silva APLICAÇÃO DE MÉTODOS ... · Processo decisório. 2....
UNIVERSIDADE FEDERAL DO SUL E SUDESTE DO PARÁ
INSTITUTO DE GEOCIÊNCIAS E ENGENHARIAS
FACULDADE DE COMPUTAÇÃO E ENGENHARIA ELÉTRICA
BACHARELADO EM SISTEMAS DE INFORMAÇÃO
Klétila Maiara da Silva e Silva
APLICAÇÃO DE MÉTODOS MULTICRITÉRIOS EM SISTEMAS DE
INFORMAÇÃO PARA MELHORIA DA TOMADA DE DECISÃO NO
AMBIENTE ORGANIZACIONAL – ESTADO DA ARTE
MARABÁ
2016
UNIVERSIDADE FEDERAL DO SUL E SUDESTE DO PARÁ
INSTITUTO DE GEOCIÊNCIAS E ENGENHARIAS
FACULDADE DE COMPUTAÇÃO E ENGENHARIA ELÉTRICA
BACHARELADO EM SISTEMAS DE INFORMAÇÃO
Klétila Maiara da Silva e Silva
APLICAÇÃO DE MÉTODOS MULTICRITÉRIOS EM SISTEMAS DE
INFORMAÇÃO PARA MELHORIA DA TOMADA DE DECISÃO NO
AMBIENTE ORGANIZACIONAL – ESTADO DA ARTE
Trabalho de Conclusão de Curso, apresentado à
Universidade Federal do Sul e Sudeste do Pará,
como parte dos requisitos necessários para
obtenção do Título de Bacharel em Sistemas de
Informação.
Orientador: Prof. Bel. José Santos
MARABÁ
2016
Dados Internacionais de Catalogação-na-Publicação (CIP)
Biblioteca Josineide da Silva Tavares da UNIFESSPA. Marabá,PA
Silva, Klétila Maiara da Silva e
Aplicação de métodos multicritérios em sistemas de
informação para melhoria da tomada de decisão no ambiente
organizacional – Estado da arte / Klétila Maiara da Silva e
Silva; orientador, Bel. José Santos. — 2016.
Trabalho de Conclusão de Curso (Graduação) - Universidade
Federal do Sul e Sudeste do Pará, Campus Universitário de Marabá,
Instituto de Geociências e Engenharias, Faculdade de Computação
e Engenharia Elétrica, Curso de Bacharelado em Sistemas de
Informação, Marabá, 2016.
1. Processo decisório. 2. Gerenciamento de recursos de
informação. 3. Tecnologia da informação. 4. Gestão do
conhecimento. I. Santos, José Bel., orient. II. Título.
CDD: 22. ed.: 658.4035
APLICAÇÃO DE MÉTODOS MULTICRITÉRIOS EM SISTEMAS DE
INFORMAÇÃO PARA MELHORIA DA TOMADA DE DECISÃO NO
AMBIENTE ORGANIZACIONAL – ESTADO DA ARTE
Trabalho de Conclusão de Curso, apresentado à
Universidade Federal do Sul e Sudeste do Pará,
como parte dos requisitos necessários para
obtenção do Título de Bacharel em Sistemas de
Informação.
Marabá, 28 de abril de 2016.
_______________________________________
Prof. Bel. José Santos
Orientador
Universidade Federal do Sul e Sudeste do Pará - FACEEL
_______________________________________
Bel. Maria Eliane Sobrinho
Membro
Universidade Federal do Sul e Sudeste do Pará - FACEEL
_______________________________________
Prof. Msc. Pedro Baptista Fernandes
Membro
Universidade Federal do Sul e Sudeste do Pará - FACEEL
MARABÁ
2016
IV
DEDICATÓRIA
Dedico este trabalho primeiramente a Deus, por
me dar capacidade e força para concluir o
mesmo, ao meu esposo por todo apoio, amor e
paciência, à minha mãe, por acreditar em mim e
pelos seus ricos conselhos, e, a todos os meus
familiares e amigos que torceram por mim.
Klétila Maiara da Silva e Silva
V
AGRADECIMENTOS
Agradeço primeiramente a Deus, por ter me auxiliado durante todo o desenvolvimento deste
trabalho, por me dar capacidade e me manter perseverante para concluir o mesmo.
Ao meu esposo Dênison Carlos, pelo carinho e amor, pela compreensão, por todo apoio, me
incentivando a prosseguir, e principalmente por acreditar em mim.
A minha família, por me dar o suporte emocional. Em especial a minha mãe Maria Francisca,
por todo o seu amor, pelos ricos conselhos, força e motivação ao longo deste trabalho.
Ao meu orientador, Prof. Bel. José Santos, não apenas pela orientação e acompanhamento
deste trabalho, mas também pela dedicação concedida sempre que foi preciso, pelo interesse,
por ter contribuído com suas considerações ao longo de todo o trabalho e por todo apoio dado
para que esse trabalho pudesse ser concluído.
As minhas amigas Sinara Araújo, Luriany Crizóstomo e Synara Falcioni, pelos momentos
alegres que proporcionaram a mim durante esta caminhada, pela amizade e pelo apoio durante
o curso.
Aos meus professores da Universidade Federal do Sul e Sudeste do Pará pela contribuição em
minha formação, tanto para o trabalho quanto para a vida.
E, por fim, agradeço a todos que me apoiaram e que de alguma forma contribuíram para o
desenvolvimento deste trabalho.
VI
SUMÁRIO
LISTA DE FIGURAS .......................................................................................................... IX
LISTA DE QUADROS ........................................................................................................ XI
LISTA DE TABELAS ........................................................................................................ XII
LISTA DE ABREVIATURAS E SIGLAS ..................................................................... XIII
RESUMO ............................................................................................................................. XV
ABSTRACT ...................................................................................................................... XVI
1 INTRODUÇÃO ................................................................................................................... 1
1.1 Justificativa .................................................................................................................... 5
1.2 Objetivos ........................................................................................................................ 6
1.2.1 Objetivo Geral ..................................................................................................... 6
1.2.2 Objetivos Específicos .......................................................................................... 6
1.3 Metodologia ................................................................................................................... 6
1.4 Organização do trabalho ................................................................................................ 8
2 TOMADA DE DECISÃO NAS ORGANIZAÇÕES ...................................................... 10
2.1 Problema de Decisão ................................................................................................... 11
2.2 Processo Decisório ....................................................................................................... 14
3 MÉTODOS MULTICRITÉRIOS .................................................................................... 17
3.1 Problema de decisão multicritério ............................................................................... 21
3.2 Modelos de decisão e seleção de métodos ................................................................... 23
3.2.1 Elementos básicos em decisão multicritério ...................................................... 26
3.2.1.1 Modelagem e estruturas de preferências ...................................................... 26
3.2.1.2 Família de critérios ....................................................................................... 29
3.2.1.3 Avaliação intracritério e intercritério ........................................................... 30
3.2.1.4 Tipos de escalas ............................................................................................ 32
3.2.1.5 Procedimentos de normalização e peso dos critérios ................................... 34
VII
3.3 Classificação dos métodos MCDA .............................................................................. 36
3.3.1 Métodos de critério único de síntese ................................................................. 38
3.3.1.1 Teoria da Utilidade Multiatributo................................................................. 39
3.3.1.2 Método AHP................................................................................................. 41
3.3.1.3 Método SMART ........................................................................................... 44
3.3.2 Métodos de sobreclassificação .......................................................................... 45
3.3.2.1 Família de métodos ELECTRE .................................................................... 46
3.3.2.2 Família de métodos PROMETHEE ............................................................. 48
3.3.3 Métodos compensatórios e não compensatórios ................................................ 49
3.4 Resolução de um problema de decisão ........................................................................ 52
4 SISTEMAS DE INFORMAÇÃO ..................................................................................... 56
4.1 Objetivos dos Sistemas de Informação ........................................................................ 57
4.1.1 Organizações ...................................................................................................... 58
4.1.2 Pessoas ............................................................................................................... 59
4.1.3 Tecnologia da Informação ................................................................................. 60
4.2 Atividades de um Sistema de Informação .................................................................. 62
4.3 Classificação dos Sistemas de Informação ................................................................. 64
4.3.1 Sistemas de Processamento de Transações ........................................................ 66
4.3.2 Sistemas de Informações Gerenciais ................................................................. 67
4.3.3 Sistemas de Apoio ao Executivo ....................................................................... 68
4.3.4 Sistemas de Apoio à Decisão ............................................................................. 69
4.3.4.1 Componentes de um SAD ............................................................................ 72
5 SISTEMAS DE INFORMAÇÃO ASSOCIADOS A MÉTODOS MULTICRITÉRIOS
DE APOIO À DECISÃO (MCDA) ..................................................................................... 75
5.1 Trabalhos Correlatos .................................................................................................... 81
6 FORMULAÇÃO E IMPLEMENTAÇÃO DE UM PROBLEMA MULTICRITÉRIO
UTILIZANDO SAD EXPERT CHOICE ........................................................................... 87
6.1 Descrição do problema de decisão ............................................................................... 88
VIII
6.2 Descrição das etapas do modelo de decisão ................................................................ 88
6.2.1 Fase Preliminar .................................................................................................. 88
6.2.2 Fase de Modelagem de Preferências e Escolha do Método ............................... 91
6.2.3 Fase de Finalização ............................................................................................ 96
7 CONSIDERAÇÕES FINAIS .......................................................................................... 100
7.1 Dificuldades Encontradas .......................................................................................... 101
6.2 Trabalhos Futuros ...................................................................................................... 101
REFERÊNCIAS ................................................................................................................. 102
ANEXO A – Etapas de construção de um modelo de decisão multicritério..................109
IX
LISTA DE FIGURAS
Figura 1 – Passos para o alcance dos objetivos ........................................................................ 8
Figura 2 – Interação entre os atores no processo decisório de uma organização ................... 15
Figura 3 – Os estágios do processo decisório ......................................................................... 16
Figura 4 – Construção de modelos com refinamentos sucessivos.......................................... 25
Figura 5 – Representação gráfica das relações de preferência ............................................... 28
Figura 6 – Estrutura hierárquica do método AHP. ................................................................. 43
Figura 7 – Quem ganha na Califórnia leva todos os 55 votos. ............................................... 51
Figura 8 – Avaliação não compensatória nas eleições americanas. ....................................... 51
Figura 9 – Funil na obtenção do modelo. ............................................................................... 52
Figura 10 – Procedimento para resolução de um problema de decisão.................................. 53
Figura 11 – Papel dos Sistemas de Informação, conectando TI e Organizações. .................. 58
Figura 12 – Sistemas de informação são muito mais que computadores. .............................. 58
Figura 13 – Funções de um sistema de informação. .............................................................. 63
Figura 14 – Níveis de uma empresa. ...................................................................................... 64
Figura 15 – Exemplo de SPT de folha de pagamento. ........................................................... 66
Figura 16 – Como os SIGs adquirem seus dados do SPT da empresa. .................................. 68
Figura 17 – Modelo de um sistema de apoio ao executivo típico. ......................................... 69
Figura 18 – Vista geral de um sistema de apoio à decisão (SAD). ........................................ 72
Figura 19 – Sistema de apoio à decisão para cálculo de transporte. ...................................... 73
Figura 20 – Arquitetura do sistema de apoio à decisão tradicional. ....................................... 78
Figura 21 – Arquitetura do sistema de apoio à decisão associado a métodos MCDA. .......... 79
Figura 22 – Modelo tradicional versus modelo proposto. ...................................................... 82
Figura 23 – Apresentação dos resultados. .............................................................................. 82
Figura 24 – Tela do software web – avaliação intercritério ................................................... 84
Figura 25 – Estrutura da metodologia de pesquisa. ................................................................ 85
Figura 26 – Inserindo o objetivo. ........................................................................................... 90
Figura 27 – Hierarquia do problema de seleção de estagiários. ............................................. 91
Figura 28 – Avaliação de racionalidade compensatória ......................................................... 91
Figura 29 – Resultado para o critério disponibilidade. ........................................................... 93
Figura 30 – Resultado para o critério programação. .............................................................. 93
Figura 31 – Resultado para o critério período de curso. ......................................................... 94
Figura 32 – Resultado para o critério banco de dados. ........................................................... 94
X
Figura 33 – Avaliação intercritério. ........................................................................................ 94
Figura 34 – Resultado da avaliação intercritério. ................................................................... 96
Figura 35 – Resultado final do processo decisório. ................................................................ 96
Figura 36 – Gráfico de sensibilidade com a importância de cada critério. ............................ 97
Figura 37 – Gráfico de sensibilidade referente ao critério disponibilidade. ........................... 97
Figura 38 – Gráfico com posição de cada critério em relação ao objetivo. ........................... 97
Figura 39 – Análise de sensibilidade com alteração da ordem de importância. ..................... 98
XI
LISTA DE QUADROS
Quadro 1 – Relação de Preferências ....................................................................................... 28
Quadro 2 – Etapas do método SMART .................................................................................. 44
Quadro 3 – Métodos da família ELECTRE ........................................................................... 47
Quadro 4 – Métodos da família PROMETHEE ..................................................................... 49
Quadro 5 – Etapas do procedimento para resolução de um problema de decisão.................. 54
Quadro 6 – Comparação entre SAD associado à MCDA e SAD tradicional ......................... 77
XII
LISTA DE TABELAS
Tabela 1 – Matriz de Consequências para avaliação de um problema de seleção de
fornecedores............................................................................................................................ 22
Tabela 2 – Representação da relação R .................................................................................. 28
Tabela 3 – Matriz de decisão .................................................................................................. 31
Tabela 4 – Matriz de decisão para o problema de seleção de fornecedores ........................... 32
Tabela 5 – Escala fundamental de Saaty ................................................................................ 42
Tabela 6 – Modelo não compensatório - jogo de vôlei .......................................................... 50
Tabela 7 – Matriz consequência ............................................................................................. 83
Tabela 8 – Atores envolvidos no processo decisório ............................................................. 88
Tabela 9 – Critérios para a avaliação das alternativas de ação ............................................... 89
XIII
LISTA DE ABREVIATURAS E SIGLAS
AD Análise de Decisão
AHP Analytic Hierachy Process
AMD Apoio Multicritério a Decisão
CAPES Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
CDSID Centro de Desenvolvimento em Sistemas de Informação e Decisão
CPU Unidade Central de Processamento
DSS Decision Support Systems
DM Data Mining
EC Expert Choice
ELECTRE Elimination et Choix Traduisant la Réalité
MAUT Multi-Attribute Utility Theory
MCA Métodos de Análise Multicritério
MCDA Método Multicritério de Apoio à Decisão
MCDM Tomada de Decisão Multicritério
MODM Multi-Objective Decision Making
OLAP Processamento Analítico On-line
PLMO Programação Linear Multiobjetivo
PO Pesquisa Operacional
PROMETHEE Preference Ranking Organization Method for Enrichment Evaluation
RC Razão de Consistência
SAD Sistemas de Apoio à Decisão
SAE Sistemas de Apoio ao Executivo
SI Sistemas de Informação
SIE Sistemas de Informação Executiva
SIG Sistemas de Informações Gerenciais
SIO Sistemas de Informações Operacionais
SMART Simple Multi-Attribute Rating Technique
SPT Sistemas de Processamento de Transações
XIV
TI Tecnologia da Informação
UFPE Universidade Federal de Pernambuco
XV
RESUMO
Com o avanço da tecnologia da informação e o mercado globalizado, as organizações estão
cada vez mais inseridas em um ambiente competitivo, que requer dos seus gerentes agilidade
e precisão no processo de tomada de decisão, de forma a gerar melhores resultados para a
organização. Para atender as diferentes necessidades organizacionais surgiram os sistemas de
informações, estes, quando associados a métodos multicritérios de apoio à decisão, podem
facilitar a tomada de decisão, diminuindo os riscos e incertezas existentes no processo
decisório. Os métodos multicritérios surgiram com a finalidade de auxiliar o decisor a tomar
decisões mais corretas e com maior segurança. Dessa forma, através de um levantamento
bibliográfico, esta pesquisa buscou evidenciar a importância do uso de métodos multicritério
de apoio à decisão no desenvolvimento de sistemas de informação, com destaque para os
sistemas de apoio à decisão. Para demostrar a resolução de um problema de decisão
multicritério, foi formulado e implementado a título de demonstração, um problema
multicritério simples, utilizando o software Expert Choice, o qual utiliza em seu
processamento o método multicritério AHP (Analytic Hierarchy Process), onde os dados são
inseridos e processados com base nas preferências estabelecidas pelo decisor. Ao final, foi
possível demostrar que os métodos multicritérios, quando são associados a sistemas de
informação de apoio à decisão, facilitam o processo decisório, proporcionando ao decisor as
melhores alternativas de ação para resolução do problema em questão.
Palavras-Chaves: Métodos multicritérios de apoio à decisão. Tomada de decisão.
Sistema de apoio à decisão.
XVI
ABSTRACT
With the advancement of information technology and the global market, organizations are
increasingly embedded in a competitive environment, which requires its managers agility and
precision in the decision making process in order to generate better results for the organization.
To meet different organizational needs arose information systems, these, when associated with
advanced methods of decision support, can facilitate decision making, reducing the risks and
uncertainties in decision making. The advanced methods have emerged in order to assist the
decision-maker to take more accurate and safer decisions. Thus, through a literature review,
this study sought to highlight the importance of using multi-criteria methods of decision
support in the development of information systems, with emphasis on decision support
systems. To demonstrate the resolution of a problem of multi-criteria decision was formulated
and implemented as a demonstration, a simple multicriteria problem using Expert Choice
software, which uses in processing the multicriteria method AHP (Analytic Hierarchy
Process), where data they are entered and processed based on preferences set by the decision
maker. In the end, it was possible to demonstrate that advanced methods when they are
associated with decision support information systems, facilitate the decision-making process,
providing the decision-maker the best alternatives of action for solving the problem in
question.
Keywords: Advanced methods of decision support. Decision taking. System decision
support.
1
1 INTRODUÇÃO
Com o mercado cada vez mais competitivo, complexo e propenso a constantes
modificações, as organizações têm buscado diversas maneiras para ampliar e melhorar suas
estratégias, destacando-se da concorrência (KRAKAUER, 2011). Os gestores lidam com
diversos problemas organizacionais que geralmente possuem certo grau de urgência para
serem solucionados, o que exige ações imediatas e arriscadas. Sendo assim, a forma como as
decisões são tomadas no ambiente empresarial pode ocasionar algum tipo de impacto no
desempenho futuro da organização, resultando no seu sucesso ou fracasso.
Para Campos (2011), decidir implica o processo de coletar informações, avaliar a
importância das mesmas e buscar alternativas para solução. Conforme Turban, Rainer e Potter
(2007) a decisão refere-se a uma escolha realizada por indivíduos ou grupos, entre duas ou
mais alternativas. De acordo com Rossoni (2011, p. 43), “toda decisão é resultado de uma
escolha entre alternativas ou possibilidades”.
Os executivos traçam objetivos a fim de garantir que a sua empresa mantenha-se no
mercado e continue evoluindo com suas atividades. Diversas organizações possuem relações
comerciais e para que estas relações sejam consolidadas faz-se necessário à tomada de
decisão.
De acordo com Almeida (2013, p. 2),
várias decisões são tomadas diariamente numa organização, com ou sem o uso de
métodos formais de apoio a decisão. A preocupação geral está associada com as
consequências de tais decisões. Preocupa-se com a forma como estas impactam o
futuro da organização.
Isto gera um esforço maior, pois o processo de tomada de decisão envolve riscos que
podem comprometer os objetivos traçados, independente das empresas sempre buscarem
alternativas que apresentem melhores resultados.
Segundo Costa (2011), o risco surge quando a percepção subjetiva do indivíduo que
está envolvido em uma decisão não garante que esta decisão apresentará resultados
semelhantes aos resultados esperados ou quando o resultado só poderá ser medido após a
tomada de decisão. Para Pedrazzi e Vieira (2009), as organizações devem preocupar-se com
seus investimentos e os riscos inerentes às suas decisões, com a finalidade de assegurarem
suas posições no mercado.
De acordo com Almeida (2013, p. 2),
o processo decisório pode envolver apenas um decisor ou um grupo de decisores.
Deve-se destacar que o decisor (seja um indivíduo ou um grupo de decisores) é o
responsável pela tomada de decisão e possui poder sobre a decisão em questão.
2
Então, uma característica importante relacionada ao decisor é o fato de que será
responsabilizado pelas consequências da decisão tomada.
A decisão está direcionada ao gerente ou gestor, denominado de decisor e todos os
esforços devem ser direcionados para apoiá-lo no momento da tomada de decisão. (DECKER;
GOMES, 2014).
Conforme Costa (2011, p. 15),
Os tomadores de decisão identificam os problemas, selecionam e buscam
informações relacionadas a este problema e alternativas de soluções, comparam
cada alternativa e todas as suas características a partir de critérios e pesos definidos,
ordenam as alternativas pela ordem de preferência e selecionam a melhor.
Almeida (2013) destaca que além do decisor, existem outros atores que participam de
alguma forma deste processo, como o Analista, o Cliente e o Especialista. Ainda segundo o
Autor, para a organização, estes atores não têm poder sobre a decisão em questão, porém
podem de alguma maneira influenciar no processo decisório.
O analista de decisão fornece suporte metodológico ao processo decisório. Muitas
vezes, o analista exerce um papel mais amplo de envolvimento com um grupo de
atores para trabalhar no entendimento do problema e na obtenção de informações
relevantes, tais como: geração de ideias para elencar alternativas de ação. Neste
caso, o analista pode exercer o papel de Facilitador, que geralmente está associado
ao desenvolvimento de um processo para promover interação entre diversos atores
em reuniões estruturadas (ALMEIDA, 2013, p. 3).
Segundo Decker e Gomes (2014), o facilitador é o consultor que dará apoio ao decisor
em todas as etapas, buscando o melhor entendimento sobre o problema e a construção de
alternativas de solução.
De acordo com Almeida (2013), em diversas situações, o decisor não está com
disponibilidade de tempo para se dedicar no processo de construção do modelo de decisão
junto com o analista, então, o cliente, que geralmente é um assessor mais próximo do decisor,
é designado para desempenhar o papel de intermediário neste processo. O Autor destaca ainda
o especialista, o qual é responsável por fornecer informações baseadas em fatos, sobre o
problema que está sendo avaliado.
“De acordo com suas características e com as particularidades do meio no qual estão
diretamente inseridas, as organizações estão submetidas a diferentes tipos e intensidades de
pressão” (ABREU; CASTRO; LAZARO, 2013, p.22).
Conforme Almeida et. al. (2012), no processo decisório podem existir outros atores,
como os stakeholders, são eles que tentam influenciar o decisor de alguma forma, exercendo
sobre eles algum tipo pressão. Para Abreu, Castro e Lazaro (2013), os stakeholders, ou seja,
as partes interessadas são indivíduos que de forma ativa ou passiva estão envolvidos com a
empresa e suas atividades.
3
Segundo Silva (2006), em situações simples, o processo decisório acontece de forma
intuitiva, porém, em situações complexas, obter a melhor solução, demanda um tratamento
adequado de todos os dados que estão disponíveis.
É neste cenário que surge a necessidade de se utilizar métodos que possibilitem que as
decisões a serem tomadas sejam bem estruturadas e possuam um grau de sucesso maior na
solução dos problemas, pois grande parte das decisões tomadas através de métodos
tradicionais podem trazer incertezas, gerando consequências que mudarão o curso da
organização de uma forma negativa.
De acordo com Campos (2011), os métodos multicritérios têm sido muito utilizados
para solucionar problemas de tomada de decisão, pois visam esclarecer ao decisor as
possibilidades de escolhas. Estes métodos apoiam o processo decisório, embasado nas
informações existentes, incorporando os valores dos agentes, para encontrar a melhor solução.
Pode-se dizer que um problema de decisão multicritério consiste numa situação, em
que há pelo menos duas alternativas de ação para se escolher, e essa escolha é
conduzida pelo desejo de se atender a múltiplos objetivos, muitas vezes conflitantes
entre si. Esses objetivos são associados às consequências da escolha pela alternativa
a ser seguida (ALMEIDA, 2013, p. 1).
Dias, Fensterseifer e Sellitto (2011), descrevem as metodologias multicritérios de
apoio à decisão (MCDA) como as mais apropriadas para fornecer apoio aos decisores quando
os processos envolvem problemas complexos. Segundo Gomes e Gomes (2014), “os
problemas complexos de decisão são comuns em uma infinidade de áreas, e estão presentes
em várias atividades públicas e privadas”.
Conforme Almeida (2013), a partir do momento que há o reconhecimento da
existência de um problema, dá-se início a construção do modelo de decisão, o qual irá apontar
uma ação a ser implementada no mundo real, no qual, se espera que atenda as expectativas do
problema.
Pinho e Melo (2011) ressaltam a grande importância em construir modelos de decisão,
pois estes proporcionam uma melhor aplicabilidade de métodos e técnicas no processo de
tomada de decisão dentro da organização.
“Um modelo de decisão correspondente a uma representação formal e com
simplificação do problema enfrentado com suporte de um método multicritério de apoio à
decisão (MCDA)” (ALMEIDA, 2013, p. 2).
De acordo com Torres (2014), estes métodos multicritérios são de base matemática e
tem como objetivo auxiliar à tomada de decisão no processo decisório utilizando múltiplos
critérios para avaliar diversas alternativas de modo a obter a melhor decisão.
4
Em relação aos problemas de decisão, Almeida (2013) ressalta para maior
compreensão, a diferença entre o método e o modelo de decisão. O método de apoio à decisão
tem uma característica mais comum e é aplicado a uma classe mais ampla de problemas de
decisão, diferente do modelo de decisão, que possui uma natureza específica e, em muitas
ocasiões, é necessário incorporar a estrutura de preferências de um decisor. Conforme Campos
(2011), as preferências do decisor são cruciais ao estruturar e modelar um problema de decisão
multicritério.
“Os profissionais das empresas, independentemente de seu porte, decidem suas ações
tomando como base as mais diversas fontes de informação” (JÚNIOR, 2007, p. 36). Para
Vieira (2014), o volume de informações cresceu consecutivamente e torna-se cada vez mais
necessário dentro das organizações. “Independente da definição adotada, a importância da
informação para a sobrevivência das organizações é inegável” (ANDRADE, 2008, p. 26).
A tomada de decisão nas organizações demanda informações sistemáticas de quase
todas as partes que as compõem. Todavia, quando não há um sistema de informação eficiente,
as decisões são afetadas, resultando em grandes problemas administrativos (PINHO; MELO,
2011).
Segundo Júnior (2007), os executivos das organizações, tomam decisões com menos
riscos e incertezas, quando estes contam com o auxílio de sistemas de informação para suporte
a decisão. Os sistemas de informação (SI), atualmente, estão presentes em diversas
organizações e em todos os ramos de atividade (ANDRADE, 2008). “Hoje, para o êxito dos
negócios, as empresas dependem de sistemas de informação que apoiem as diversas
necessidades de informação e decisórias dos gerentes e profissionais de negócios” (O’BRIEN;
MARAKAS, 2007, p. 314).
Conforme Loh (2014, p.7), “o objetivo principal de um SI é gerenciar informações, ou
seja, coletar, armazenar, organizar, tratar, cruzar, disseminar, gerar e fornecer informações de
tal modo a apoiar decisões e processos de uma organização”.
Os sistemas de informação podem ser classificados segundo o nível organizacional
a que atendem em: Sistema de Informações Estratégicas (SIE); Sistema de
Informações Gerenciais (SIG); [...] e Sistema de Informações Operacionais (SIO)
(SUGAHARA; SOUZA; VISELI, 2009, p.119).
Os sistemas de informações estratégicas auxiliam os executivos seniores a
compreender e trabalhar temas essenciais e tendências de longo prazo, dentro e fora da
organização (ANDRADE, 2008).
O Sistema de Informações do nível gerencial auxilia as atividades de monitoração,
controle, tomada de decisões e procedimentos administrativos dos gestores médios,
visando atender ao nível gerencial da organização, apoiando a tomada de decisões
5
ao fornecer, por exemplo, relatórios ou acesso on-line aos registros do desempenho
corrente e histórico da organização (SUGAHARA; SOUZA; VISELI, 2009, p.119).
De acordo com Andrade (2008), os sistemas de informações operacionais apoiam os
gerentes através de monitoramento de transações, controle do estoque e controle da produção.
Diversos sistemas surgiram com o objetivo de apoiar a tomada de decisão, entre eles
destacam-se os Sistemas de apoio à Decisão (SAD). Para Pinho e Melo (2011, p. 36), “Os
SADs são projetados para fornecerem respostas rápidas, eles têm a capacidade de apoiar tipos
específicos de decisões de acordo com estilos e necessidades individuais de cada gerente”.
Conforme O’Brien e Marakas (2007) os sistemas de apoio à decisão são sistemas de
informação baseados no computador e oferecem aos gerentes e profissionais, informações
interativas durante o processo de tomada de decisão.
Dada a importância da informação, assim como a frequência extremamente necessária
da tomada de decisões mais acertadas no ambiente organizacional e o uso constante e
indispensável de Sistemas de Informações nesse processo de tomada de decisão, esta pesquisa
traz como principal objetivo evidenciar a importância do uso de métodos multicritérios de
apoio à decisão (MCDA) no desenvolvimento de Sistemas de Informações que venham a
diminuir o risco de incertezas para os decisores no ambiente organizacional.
1.1 JUSTIFICATIVA
Os problemas de decisão dentro das organizações são uma preocupação crescente para
gerentes e executivos (ALMEIDA, 2013). O desempenho de cada decisor impacta diretamente
na competitividade da organização, pois esta depende fortemente da forma como os problemas
são analisados e solucionados, isso aponta o quanto é importante tomar decisões que levam a
resultados satisfatórios.
A frequência com que os problemas surgem nas organizações leva os decisores a
buscarem alternativas que venham auxiliá-los na resolução destes problemas, em grande parte
complexos. Desta forma, surgiram os métodos multicritérios de apoio à decisão (MCDA), que
através de técnicas matemáticas auxiliam o decisor na busca da melhor solução para o
problema em questão, facilitando o processo decisório.
Desde seu surgimento, os métodos multicritérios têm sido utilizados para resolução de
problemas em diversas áreas. Porém, destaca-se que no Brasil ainda há um número limitado
de organizações que utilizam essa metodologia por não terem ciência da sua existência e,
portanto, desconhecerem a importância do uso destes métodos para resolução de problemas
complexos (GOMES, GOMES, 2014). A necessidade e carência de obras para o
6
preenchimento dessa lacuna serviu de motivação para a realização de um levantamento
bibliográfico sobre essa temática, com intuito de elaborar um acervo consistente do assunto e,
dessa forma, contribuir para disseminar esse conhecimento em pesquisas futuras.
Uma vez que os sistemas de apoio à decisão são indispensáveis nas organizações e que
os métodos multicritérios fornecem suporte à tomada de decisão mais precisa, a relevância
desta pesquisa está em evidenciar a importância e as vantagens do uso de métodos
multicritérios como base para o desenvolvimento de sistemas de apoio à decisão.
Sistemas modelados a partir de métodos MCDA podem facilitar a tomada de decisão
no ambiente organizacional, diminuindo a quantidade de incertezas existentes no processo
decisório e possibilitando maior segurança na tomada de decisão.
Através desta pesquisa, pretende-se apresentar as vantagens do uso dessa metodologia,
de forma a despertar o interesse da comunidade acadêmica, de profissionais e de executivos
para futuramente implementarem soluções com essa abordagem.
1.2 OBJETIVOS
1.2.1 Objetivo Geral
Esta pesquisa tem como objetivo principal mostrar a importância do uso de métodos
multicritérios de apoio à decisão (MCDA) associados a sistemas de informação de apoio à
decisão no ambiente organizacional.
1.2.2 Objetivos Específicos
Para que este objetivo maior seja alcançado, outros objetivos adjacentes serão
necessários, a saber:
Realizar um levantamento sobre o estado da arte dessa temática;
Formular e implementar um problema básico de decisão com métodos multicritério
de apoio à decisão;
Apresentar o uso de um sistema utilizando MCDA na prática.
1.3 METODOLOGIA
A abordagem metodológica aplicada ao presente trabalho corresponde a um
levantamento bibliográfico (estado da arte) e à análise dos métodos multicritérios de apoio à
decisão (MCDA) com o objetivo de evidenciar a importância da sua utilização no
desenvolvimento de sistemas de informações, com destaque para os sistemas de apoio à
decisão.
7
Para alcançar os objetivos definidos neste trabalho, primeiramente foi realizado um
levantamento bibliográfico a partir de materiais relacionados a esta temática, como livros,
revistas, jornais, dissertações, teses e artigos científicos publicados no portal periódico da
CAPES (Coordenação de Aperfeiçoamento de Pessoal de Nível Superior), com intuito de
elaborar um acervo que poderá servir de base para pesquisas futuras envolvendo este tema
(PRODANOV; FREITAS, 2013).
Após o levantamento bibliográfico, realizou-se a análise das informações para obter
uma maior compreensão acerca do tema abordado. A partir desta análise foi possível
identificar os fatores mais relevantes do processo decisório em conjunto com a metodologia
multicritério.
Durante a análise das informações, identificou-se a existência de diversos sistemas de
informação (SI), a partir disso, buscou-se selecionar os SIs que dão apoio à tomada de decisão
com maior intensidade. Diante dos sistemas existentes, destacou-se os sistemas de apoio à
decisão (SAD), sendo este portanto, selecionado para esta abordagem.
Em seguida, de modo a alcançar o objetivo geral deste trabalho, realizou-se uma
comparação entre os sistemas de apoio à decisão tradicional e os sistemas de apoio à decisão
baseados em métodos multicritérios (MCDA), esta comparação é apresentada através de um
quadro demonstrativo e duas ilustrações. No quadro, é apresentado as principais
características que diferem estes dois sistemas, e nas ilustrações, é demonstrado o
processamento dos dados em cada sistema, destacando-se as vantagens dos SADs
multicritérios sobre os SADs tradicionais. O quadro e as ilustrações foram suficientes para
evidenciar as vantagens que se tem em utilizar sistemas de apoio a decisão quando estes são
desenvolvidos com base em métodos multicritérios.
O passo seguinte constituiu-se na pesquisa de quatro softwares que utilizam métodos
multicritérios de apoio à decisão, de modo a encontrar o mais adequado para resolução do
problema proposto nesta pesquisa. Foram pesquisados quatro softwares (Criterium Decision
Plus, Super Decisions, CDSID, Expert Choice), dentre estes, destacou-se o software Web
desenvolvido pelo Centro de Desenvolvimento em Sistemas de Informação e Decisão
(CDSID) da Universidade Federal de Pernambuco, e o software desktop denominado Expert
Choice (EC) da Empresa Expert Choice®, sendo este o software escolhido para implementar
um problema de decisão por ser um dos softwares mais utilizados, possuir melhor usabilidade
e uma interface mais amigável. A utilização do Expert Choice foi para se observar como de
fato são apresentados os resultados de um problema MCDA em um sistema de informação
que utiliza esta abordagem.
8
Para demostrar a importância do uso de métodos multicritérios em sistemas de apoio
à decisão, foi formulado e implementado um problema básico multicritério, seguindo um
modelo de formulação com 12 etapas que auxilia na identificação dos elementos essenciais
para resolução do problema, o método utilizado para o processamento do problema foi o
método multicritério AHP (Analytic Hierachy Process), através do software Expert Choice
(EC), que realizou os cálculos necessários, apresentando os resultados ranqueados ao decisor.
A Figura 1 apresenta os passos para o alcance dos objetivos deste trabalho.
Figura 1 – Passos para o alcance dos objetivos
Fonte: Próprio Autor.
1.4 ORGANIZAÇÃO DO TRABALHO
O trabalho está estruturado da seguinte forma:
O primeiro capítulo é a presente introdução, onde é realizada uma breve descrição dos
principais aspectos que envolvem a tomada de decisão nas organizações, bem como a
apresentação da justificativa, objetivo geral e objetivos específicos e também a metodologia
utilizada neste trabalho.
O capítulo 2 discorre sobre a importância da decisão no ambiente organizacional, as
várias abordagens que descrevem como os gestores tomam decisões e a forma como estas
decisões estão classificadas. Também é feito uma descrição do processo decisório, os
principais atores que o compõem e como estes atores atuam em torno do problema em uma
organização.
O capítulo 3 aborda os conceitos de métodos multicritérios de apoio à decisão
(MCDA), como surgiram e o quanto são importantes para obtenção do sucesso nos resultados
das decisões. Além disso, são explanados os principais elementos que fazem parte da decisão
multicritério e a classificação dos métodos MCDA.
O quarto capítulo descreve os sistemas de informação, os quais auxiliam a tomada de
decisão e tem o objetivo de atender os interesses dos diversos agentes de decisão. Este capítulo
também mostra a forma como os sistemas de informação são classificados, de acordo com a
9
manipulação e representação das informações, além dos diferentes modos de apoiar as
decisões.
No quinto capítulo são apresentadas as vantagens da utilização dos métodos
multicritérios quando vinculados aos sistemas de apoio à decisão. Neste capítulo faz-se
também uma comparação entre estes sistemas de apoio à decisão associados a métodos
MCDA e os sistemas de apoio à decisão tradicional. Além disso, são apresentados alguns
trabalhos encontrados na literatura que utilizaram a abordagem multicritério em conjunto com
sistemas de informação para solução de problemas de decisão.
No capítulo 6 realiza-se a formulação e implementação de um problema de decisão
multicritério com o uso de um método MCDA, além da demonstração de um sistema que
utiliza métodos multicritérios para solucionar problemas.
O último capítulo trata das considerações finais sobre os principais pontos
apresentados no trabalho, as dificuldades encontradas, além de sugestões para trabalhos
futuros.
10
2 TOMADA DE DECISÃO NAS ORGANIZAÇÕES
Decisões são tomadas constantemente nas organizações. Os executivos diariamente
estão diante de situações em que precisam analisar, buscar, selecionar e agir frente a poucas
ou várias alternativas que lhes são fornecidas para decidir (PRÉVE; MORITZ; PEREIRA,
2010).
No ambiente empresarial, devido um mercado globalizado e cada vez mais
competitivo, busca-se tomar decisões mais rápidas, corretas e abrangentes, de forma a
minimizar perdas, maximizar ganhos e gerar resultados significativos após implementar a
decisão (GOMES; GOMES, 2014).
Segundo Rossoni (2011), decidir é uma ação humana, quando se refere à racionalidade
na escolha de alguma entre as alternativas que surgem ou que são apresentadas na rotina de
uma organização. Para Chiavenato (2003, p. 348), “decisão é o processo de análise e escolha
entre as alternativas disponíveis de cursos de ação que a pessoa deverá seguir”.
Oliveira Filho, Silveira e Sant Ana (2014) definem a decisão como um fator específico
para a ação, geralmente relacionado ao comprometimento de soluções. Para Mathias (2013),
a decisão leva a uma escolha consciente entre duas ou mais alternativas, e a uma determinada
ação, cujas consequências verificam-se no momento imediato ou no futuro.
De acordo com Campos (2011), a tomada de decisão pode interferir de maneira
negativa ou positiva nas atividades de uma empresa. O administrador frequentemente se
depara com problemas que precisam ser resolvidos e com situações de incertezas ao definir
as melhores soluções e avaliar com maior precisão as consequências das suas escolhas
(DECKER; GOMES, 2014).
“A tomada de decisão, frequentemente, não é uma atividade simples, pois envolve
diferentes objetivos e interesses, por vezes divergentes, além de aspectos como a incerteza”.
(SANTOS; SILVA, 2014, p. 59).
Situações de incerteza surgem, muitas vezes, por não existirem informações
suficientes e precisas, tampouco clareza das alternativas ou dos seus riscos, tornando-se mais
difícil o processo de tomada de decisão. Porém, quando o agente responsável pela decisão,
conhece o problema, tem as informações fundamentais e possíveis de serem analisadas, as
alternativas irão proporcionar ao decisor maiores chances de acerto na sua escolha (PREVÉ;
MORITZ; PEREIRA, 2010).
11
Para Rathmann (2007, p. 32) “o risco é um estado de conhecimento onde o tomador
de decisão está consciente dos problemas que enfrenta, mas não tem certeza a respeito dos
resultados da aplicação do plano de ação”.
Pedrazzi e Vieira (2009) descrevem o risco como um fator que está presente em
praticamente todas as atividades de uma organização. Em diversas situações, decidir envolve
questões econômicas e financeiras, até mesmo grandes volumes de capital, isso implica em
maior risco para a organização e aumenta a responsabilidade sobre o decisor (MATHIAS,
2013).
2.1 PROBLEMA DE DECISÃO
“Uma condição básica para a existência de um problema de decisão é a existência de
pelo menos duas alternativas para que o decisor possa efetuar uma escolha” (ALMEIDA,
2013, p. 2). Uma alternativa ou ação é definida por Gomes e Gomes (2014) como uma das
possibilidades de escolha do agente de decisão, que é identificada no início, ou mesmo durante
um processo decisório, podendo vir a tornar-se uma solução para o problema em questão.
Tomar uma decisão é fazer uma escolha dentro de um conjunto de alternativas
viáveis, ou seja, alternativas que atendam aos objetivos e superem as restrições do
problema. A eficiência na tomada de decisão consiste na escolha da alternativa que,
tanto quanto possível, ofereça os melhores resultados. (SILVA, 2006, p. 11).
Conforme Gomes e Gomes (2014) um problema de decisão caracteriza-se pela
disposição do decisor em efetuar de forma livre, uma escolha entre diversas possibilidades de
alternativas ou ações, de forma que seja selecionada aquela alternativa considerada a mais
satisfatória.
Para tomar uma decisão diante de um problema encontrado na organização, é
necessário fazer o levantamento das informações concernentes ao problema, incluindo os
objetivos a serem alcançados e logo após, apresentar e analisar as alternativas de solução para
auxiliar a tomada de decisão (PINHO; MELO, 2011).
Segundo Almeida (2013, p. 2),
a formulação e a resolução de problemas de decisão são naturalmente uma
preocupação crescente dentro de uma organização, envolvendo seus decisores, dos
quais se destacam gerentes e executivos. O desempenho dos decisores impacta
diretamente na competitividade da organização, que depende fortemente da forma
como os problemas são analisados.
De acordo com Pinho e Melo (2011, p. 35), “os problemas podem advir de todos os
níveis administrativos, por isso é importante diagnosticar e entender a causa e as possíveis
alternativas para escolher a solução mais adequada à situação”.
12
Conforme Préve, Moritz e Pereira (2010), os decisores devem fundamentar-se em
decisões bem formuladas e ligeiramente implementadas, para que possam evitar problemas
futuros. “Logo, todas as vezes que as pessoas se depararem com situações que envolva um
problema e mais de uma alternativa (opção de escolha) para sua solução, uma decisão precisa
ser tomada” (TORRES, 2014, p 37).
Segundo Gomes e Gomes (2014) o resultado esperado em certo problema de decisão
pode ser identificado entre quatro tipos de problemáticas de referência, a saber:
Problemática P.α – Problemática de Escolha: visa esclarecer a decisão pela escolha
de um subconjunto tão restrito quanto possível, com o objetivo de escolher uma
única ação. Este conjunto visa apresentar as “melhores ações” ou as ações
“satisfatórias”.
Problemática P.β – Problemática de Classificação: tem por finalidade alocar cada
ação a uma categoria. As diversas categorias são definidas com base em normas
aplicáveis ao conjunto de ações.
Problemática P.γ – Problemática de Ordenação: tem como objetivo esclarecer a
decisão através de um arranjo adquirido pelo reagrupamento de todas ou parte (as
mais satisfatórias) das ações em classes equivalentes. Essas classes são ordenadas
de forma completa ou por partes, conforme as preferências do decisor.
Problemática P.δ – Problemática de Descrição: tem como objetivo esclarecer a
decisão através de uma descrição das ações e de suas consequências.
Segundo Meirelles e Gomes (2009, p. 453),
decisões permeiam todas as atividades humanas, seja em nível pessoal ou em nível
organizacional, e muitas dessas decisões são tomadas de maneira informal ou
intuitiva. No entanto, ao longo dos tempos, a necessidade de melhores decisões
levou à busca de abordagens sistemáticas e estruturadas que conduzissem a um
processo decisório mais satisfatório.
São várias as abordagens que descrevem como os gestores tomam decisões e também
a maneira de classificar as suas escolhas, que por sua vez, refere-se ao grau de participação
dos indivíduos (PINHO; MELO, 2011).
“O objetivo principal de uma ferramenta de apoio à decisão é aprimorar sua
racionalidade, ou seja, aumentar a perspectiva de que uma escolha conduza a um resultado
satisfatório” (MEIRELLES; GOMEZ, 2009, p. 453).
Para Almeida (2013), diversas empresas adotam uma visão do ator racional como
abordagem fundamental para seu processo decisório. Por isso, é importante distinguir algumas
abordagens básicas em relação às perspectivas para o estudo de tomada de decisão. De acordo
13
com Edwards, Miles e Von Winterfeldt (2007), existem três abordagens no contexto de análise
de decisão: Abordagem Descritiva, Normativa e, Prescritiva.
Conforme Prevé, Moritz e Pereira (2010), na abordagem Descritiva, o comportamento
dos indivíduos dentro da organização é muito proeminente e abrangente. Para Almeida (2013),
esta abordagem tem foco em descrever como as pessoas tomam decisões em situações reais,
no dia a dia das organizações. Preocupa-se em descrever de que forma o decisor julga e faz
escolhas na tomada de decisão.
Na abordagem Normativa o tomador de decisão possui a capacidade de calcular as
consequências de cada uma das alternativas, relacioná-las em ordem conforme a preferência
e então escolher aquela alternativa que maximiza a sua utilidade (CAMPOS, 2011).
De acordo com Almeida (2013), a abordagem Normativa focaliza na escolha racional,
que é adotada por diversas organizações em sua estrutura organizacional. Para a escolha
racional, modelos normativos são construídos, com base em uma estrutura axiomática que
busca garantir uma lógica para o processo decisório.
Segundo Meirelles e Gomes (2009, p. 453), “[...] escolha racional pode ser definida
como sendo aquela que se baseia em tudo que o decisor sabe, julga e sente, satisfazendo suas
preferências de forma eficaz e lógica”. O princípio básico da escolha racional é a consistência
lógica durante o processo decisório (SANTOS; SILVA, 2014).
A abordagem Prescritiva aplica uma das abordagens normativas, utilizando os
resultados obtidos na abordagem descritiva. Ou seja, a partir do conhecimento de
erros e inconsistências, observados na área de decisão comportamental,
procedimentos são construídos para prescrever modelos que atendam a certa norma.
A ideia é apoiar decisores no sentido de que eles tomem melhores decisões com base
em modelos normativos (ALMEIDA, 2013, p. 5).
Para Reis e Lobler (2012), a modelagem prescritiva aborda o que o indivíduo deve
fazer para melhorar as suas escolhas, como deve pensar, que modelos serão úteis para a
tomada de decisão.
Conceitualmente, as teorias clássicas, na sua maioria, prescritivas e normativas,
ressaltam o processo de tomada de decisão como uma escolha racional, onde a decisão deve
ser tomada com base em passos predeterminados (SANTOS; SILVA, 2014).
Almeida (2013) destaca que na literatura dos métodos multicritérios de apoio à decisão
(MCDA), há também uma quarta perspectiva para o processo de tomada de decisão,
denominada Construtivista. Ainda de acordo com o autor, na construção de modelos de
decisão, a abordagem Construtivista é apontada como um meio alternativo para a abordagem
Prescritiva. Consiste em um processo interativo, onde o decisor interage com o analista, com
apoio de algum método, de maneira que construam uma solução para o problema enfrentado.
14
2.2 PROCESSO DECISÓRIO
Para Silva (2006), o processo decisório auxilia a lidar com problemas de uma maneira
estruturada e sistemática, e a seguir de forma racional, o caminho que leve ao melhor
resultado, evitando surpresas por efeitos imprevistos. Uma decisão correta é tomada a partir
do embasamento e análise do problema.
O processo decisório dá-se no momento que se identifica o problema e buscam-se
informações pelas quais o decisor, com base em suas preferências, seleciona pela melhor
alternativa para executar a ação (PINHO; MELO, 2011).
“Os problemas a serem resolvidos podem ser mais ou menos complexos dependendo
dos atores envolvidos, das relações de poder, das diferentes visões e valores, caracterizando-
se assim o que se denomina de contexto decisório” (DECKER; GOMES, 2014, p. 822).
Conforme Campos (2011), os atores são indivíduos, entidades ou grupos de pessoas
que possuem interesses na decisão a ser tomada, pois estão envolvidos de maneira direta ou
indiretamente pelas consequências da decisão.
O decisor ou tomador de decisão é o principal ator no processo decisório, ele é
responsável pela avaliação das alternativas disponíveis e julgamento da decisão final (escolha
da melhor alternativa). O decisor pode ser um indivíduo ou grupo de indivíduos, com
capacidade para entender, modelar e avaliar o problema. O decisor é o indivíduo responsável
pela decisão propriamente dita e o mesmo deve assumir as consequências da decisão tomada.
(SILVA, 2006).
Para Campos (2011, p.46),
decisor ou agente de decisão: é formado por um indivíduo ou grupo de indivíduos
que possui o mais importante papel no processo de tomada de decisão. Sua função
consiste em avaliar alternativas do problema de acordo com sua relação de
preferência.
Conforme Chiavenato (2003), o tomador de decisão é aquele que traça os objetivos,
tem preferências pessoais e segue táticas (cursos de ação) para alcançar melhores resultados.
Além do decisor, existem outros atores que compõem o processo decisório, como o
analista, o especialista, o cliente e os stakeholders. Para Campos (2011, p. 46), “o analista
possui a atribuição de sistematizar o processo e modelar as preferências”.
De acordo com Almeida (2013, p.3) “o analista de decisão fornece suporte
metodológico ao processo decisório”. Ele tem por função auxiliar o decisor na modelagem,
avaliação do problema e todas as variáveis envolvidas, participando diretamente da decisão
(SILVA, 2006).
15
Para Neiva (2006), o papel principal do analista é ajudar o decisor no processo de
tomada de decisão. Esse analista vai auxiliar o decisor a expressar suas preferências para tirar
conclusões definitivas sobre um conjunto de alternativas viáveis.
O especialista é o profissional que tem conhecimento dos mecanismos de
comportamento do sistema objeto de estudo e, do seu ambiente que influenciam variáveis
relacionadas ao problema de decisão em questão (ALMEIDA, 2013). Ainda segundo o Autor,
pode fazer parte do processo decisório um ator denominado cliente, o qual pode ser designado
para efetuar o trabalho de intermediário entre o decisor e o analista, em diversas situações.
Para Giglio e Ryngelblum (2010), os stakeholders são atores que estão no ambiente
externo às organizações, porém possuem influências sobre elas. Silva (2006) define os
stakeholders como indivíduos que são afetados pela decisão. Os stakeholders não tem poder
para agir diretamente no processo de tomada de decisão, porém exercem pressões que
influenciam os intervenientes na análise do problema e tomada de decisão.
“Assim, basicamente o analista vai interagir para obter informação factual do(s)
especialista(s) e informação preferencial do decisor ou cliente, que são pressionados por
stakeholders” (ALMEIDA, 2013, p. 4).
Figura 2 – Interação entre os atores no processo decisório de uma organização
Fonte: Almeida (2013).
A Figura 2 representa como os atores que estão envolvidos no processo decisório
atuam em torno do problema em uma organização. A organização é representada por uma
estrutura hierárquica departamental, na qual é comandada por um gerente ou executivo,
responsável por alguma área da organização. Os stakeholders estão vinculados a esta
organização que adota algumas ações que os atingem, e por isso pressionam essa organização,
representada por seus decisores. O analista interatua com os especialistas, nos quais podem
ser externos ou internos à organização e também interage com o decisor e/ou seu assessor,
que pode atuar como seu cliente (ALMEIDA, 2013).
16
O processo decisório acontece em todos os níveis da organização e em todos os
momentos, por isso, para que sua aplicação seja positiva, é necessário que todos os
envolvidos compreendam as etapas do processo para obter sucesso no resultado das
decisões (PINHO; MELO, 2011, p. 35).
No processo de tomada de decisão, vários estágios devem ser seguidos para que se
possa resolver, de forma satisfatória, um determinado problema de decisão. A seguir, são
apresentados estes estágios.
De acordo com Simon (1960 apud ALMEIDA, 2013), no processo decisório são
considerados três estágios: inteligência, desenho e escolha. Além destes, mais dois estágios
são acrescentados, destacando-se a etapa de implementação, a outra fase é a de revisão que
ocorre antes da implementação (POLMEROL; BARBA-ROMERO, 2000).
Figura 3 – Os estágios do processo decisório
Fonte: Almeida (2013) adaptada de Bidgoli (1989) e Polmerol e Barba-Romero (2000).
No estágio de Inteligência (Figura 3) monitora-se a organização e seu ambiente na
busca de situações que demandam uma decisão, este estágio proporciona uma antecipação dos
problemas. O estágio de Desenho consiste na construção do modelo de decisão para solucionar
o problema em questão, é neste estágio que é desenvolvido a modelagem de preferências do
decisor. No estágio de Escolha são avaliadas as alternativas que estão disponíveis para
solucionar o problema, de acordo com a problemática (escolha, ordenação, classificação e
descrição). No estágio de Revisão todas as etapas anteriores são avaliadas e no estágio de
Implementação, aplica-se na organização ou em seu ambiente, a solução que foi indicada na
fase de Escolha (ALMEIDA, 2013).
17
3 MÉTODOS MULTICRITÉRIOS
Diversos problemas surgem diariamente nas organizações e, na maioria das vezes,
estes problemas são complexos, o que aumenta a responsabilidade do gestor na hora de avaliar
e escolher as alternativas de solução.
Para auxiliar os empresários na resolução destes problemas, surgiram os processos
com múltiplos critérios de tomada de decisão, em que o decisor analisa os critérios,
fundamentando-se em suas preferências (ROSSONI, 2011). “Um critério de forma geral é
visto como uma representação de um objetivo” (ALMEIDA, 2013, p. 31).
Para Neiva (2006, p.12), “um critério é uma medida base para a efetividade da
avaliação, ou seja, permite estabelecer um julgamento de preferência entre as ações. Os
critérios podem ser metas, alvos ou objetivos almejados”. Segundo Rossoni (2011), os
critérios são essenciais para que haja a compreensão da realidade do problema analisado e
escolha da alternativa que consentirá em tomar a decisão mais apropriada.
Desta forma, torna-se necessária a análise de decisão que tem como objetivo ajudar o
gestor a escolher melhores alternativas (NEIVA, 2006). De acordo com Almeida (2013), o
termo “Análise de Decisão” foi proposto por Ronald A. Howard, no ano de 1966, em seu
artigo intitulado “Análise de decisão: teoria da decisão aplicada”. Conforme Rossoni (2011)
esta análise é uma aplicação de técnicas que possibilita o gerente tomar decisões mais corretas,
bem como compreender os problemas que enfrenta na organização. Esta análise proporciona
ao executivo uma metodologia que permite estudar o problema de maneira estruturada e
coerente (TCHEMRA, 2009).
Tomar decisões complexas é, de modo geral, uma das mais difíceis tarefas
enfrentadas por indivíduos isolados ou mesmo por grupos. Quase sempre, tais
decisões devem atender a múltiplos objetivos; elas são influenciadas por vários
critérios, às vezes conflitantes, e sob muitos atributos; e seus impactos nem sempre
podem ser bem identificados, principalmente ao longo do tempo (GOMES;
GOMES, 2014, p. 43).
Os problemas de decisão que envolvem mais de um objetivo, critério ou atributo são
denominados problemas multicritérios ou múltiplos objetivos. Conforme Almeida (2013, p.
13) “[...] a questão de múltiplos objetivos está sempre presente nos problemas de decisão
enfrentados em uma organização”. Neste âmbito, deve-se considerar o termo decisão
multicritério. Para Almeida et al. (2012, p. 6),
decisão multicritério reúne um conjunto de métodos associados ao apoio de decisões
onde múltiplos objetivos a partir são considerados. Em geral, os estudos em decisão
multicritério envolvem um decisor individual e o foco está na forma de agregação
dos múltiplos objetivos a partir da estrutura de preferências deste decisor.
18
Na visão de Rossoni (2011), a decisão multicritério é um processo complexo em que
se escolhe não somente entre alternativas de ação, mas também entre conceitos e formas de
avaliar essas ações. Além disso, considera-se a multiplicidade de fatores que direta ou
indiretamente estão relacionados com a decisão a ser tomada.
Os critérios que são usados na análise de um conjunto de alternativas, na maioria das
vezes são conflitantes, dificultando a resolução do problema. Portanto, a existência de uma
metodologia de apoio à tomada de decisão torna-se um fator essencial. Essa metodologia deve
ser fundamentada na experiência e em técnicas de cálculo práticas e elementares, de modo
que venha retratar situações complexas através do uso de modelos que permitam melhor
concepção da realidade (GOMES; GOMES, 2014).
O interesse das empresas em adotar métodos de apoio à decisão tem crescido
rapidamente nos últimos anos devido ao surgimento de diversas técnicas com apoio
computacional que tornaram os processos de tomada de decisão mais simplificados
(COITINHO, 2007).
A Metodologia Multicritério de Apoio à Decisão (MCDA) é um dos métodos por
excelência que permite incorporar aspectos subjetivos no processo decisório. Ela
consiste em um conjunto de métodos e técnicas que auxiliam ou apoiam pessoas e
organizações a tomarem decisões, sob a influência de uma multiplicidade de
variáveis (LIMA et al., 2010, p. 49).
Em métodos multicritérios, a decisão nunca poderá ser concebida totalmente por meio
de algoritmos, sempre haverá um fator humano (GOMES; GOMES, 2014).
Os Métodos Multicritérios de Apoio à Decisão (MCDA) também são interpretados por
outros autores como Tomada de Decisão Multicritério (MCDM), Métodos de Análise
Multicritério (MCA), ou ainda Apoio Multicritério à Decisão (AMD), porém todas estas siglas
remetem a mesma finalidade de MCDA (CAMPOS, 2011; GIACON, 2012; TORRES, 2014).
Conforme Behzadian et al. (2010), estes métodos têm sido utilizados para tratar problemas
em diversas áreas da atividade humana, tais como: gestão, negócios, engenharia, ciência e
muitas outras.
Como ferramenta de auxílio a decisões complexas, os métodos MCDA buscam
explicitar e mensurar a subjetividade do problema e agregar os objetivos com julgamentos de
valor, auxiliando o decisor a entender o problema e as suas soluções (GIACON, 2012).
Estes métodos, segundo Gartner, Rocha e Granemann (2012), podem tratar dessa
subjetividade, devido permitirem que os tomadores de decisão apresentem suas preferências
e valores de forma explícita.
19
Sendo assim, fica notório que os métodos MCDA surgiram não apenas com a
finalidade de auxiliar o decisor a resolver os problemas com objetivos conflitantes, mas
também para dar suporte em todo o processo decisório de maneira que fiquem evidentes todos
os elementos da decisão e as consequências das possíveis ações (CAMPOS, 2011).
Gomes e Gomes (2014) ressaltam que estes métodos visam apoiar o processo decisório
por meio da sugestão de alternativas ao decisor ao invés de apresentar uma solução para seu
problema elegendo uma única alternativa verdadeira. Portanto, diante do agente de decisão
haverá um conjunto de alternativas de soluções possíveis, no qual, ele irá escolher a melhor
alternativa para solucionar o seu problema. Para Chai, Liu e Ngai (2013) esse conjunto de
alternativas, denominados também como ações, objetos, soluções ou candidatos, será avaliado
a partir de múltiplos pontos de vista, também conhecidos como critérios, atributos,
características ou objetivos.
Os métodos multicritérios de apoio à decisão tem sua origem no campo da Pesquisa
Operacional (PO), logo, para compreender como estes métodos surgiram, antes é necessário
conhecer a origem e o conceito de PO. De acordo com Gomes e Gomes (2014) a Pesquisa
Operacional “é uma área que cuida da otimização dos processos organizacionais e outros
métodos de resolução de problemas e apoio à decisão, entre outros”. Seu objetivo é fornecer
subsídios racionais para o processo de tomada de decisão nas organizações (CHIAVENATO,
2003).
A PO teve origem na Segunda Guerra Mundial através do esforço de guerra, no qual
havia a necessidade urgente de alocação de recursos escassos às diversas operações militares
na Europa, África e Pacífico. Primeiramente, criaram-se várias seções de Pesquisa
Operacional nas forças armadas britânicas, em seguida, esforços semelhantes foram criados
nas forças armadas dos Estados Unidos. Por fim, com o sucesso da PO após o término da
Guerra, incorporou-se esta técnica às empresas civis e, mais tarde, em 1949, o Instituto de
Tecnologia de Massachusetts insituiu-a em um programa de estudos para campos não
militares (GOMES; GOMES, 2014).
O fato é que desde seu surgimento, a PO tem auxiliado pessoas na análise e
estruturação de processos de tomada de decisão. Chiavenato (2003) destaca que a Pesquisa
Operacional utiliza ferramentas quantitativas, isto é, modelos matemáticos que representam a
realidade organizacional de forma simbólica e simplificada. Ainda segundo o Autor, ela é
constituída por técnicas como: Teoria dos Jogos, Teoria das Filas, Teoria dos Grafos,
Programação Linear, Programação Dinâmica, Análise Estatística e Cálculo de Probabilidade.
20
Segundo Gomes e Gomes (2014), na década de 50, através da experiência adquirida
pelas Forças Aliadas na abordagem dos problemas militares que surgiram no decorrer da
Segunda Guerra Mundial, deu-se destaque à solução dos problemas usando a Pesquisa
Operacional. Desta forma, surgiu a necessidade imediata de otimizar custos, despesas e lucros,
acarretando no desenvolvimento de métodos e modelos estritamente matemáticos que
encontravam a melhor (ótima) solução de um determinado problema. Chiavenato (2003)
descreve que a Teoria Matemática constrói modelos matemáticos que fazem a simulação de
situações reais na empresa, com foco na resolução dos problemas de tomada de decisão.
Na década de 60, surgiram métodos probabilísticos voltados para a tomada de
decisão, que foram aplicados em diversos trabalhos técnicos, desenvolvidos até a
década passada, mas que estão sendo suplantados por métodos cuja matemática é
menos complexa, cuja transparência é inegavelmente maior e são corretos do ponto
de vista científico, pois são fundamentados em axiomas rigorosos (GOMES;
GOMES, 2014, p. 67).
Conforme Polmerol e Barba-Romero (2000), no ano de 1970 ocorreu o primeiro
encontro científico voltado à análise multicritério, no 7º Congresso de programação
matemática na cidade de Haia localizada nos Países Baixos, o qual foi organizado por Bernard
Roy. O segundo encontro ocorreu em 1972 na Universidade de Columbia na Carolina do Sul,
organizado por Cochrane e Zeleny, porém este encontro foi voltado inteiramente aos métodos
multicritérios de tomada de decisão. A partir destes encontros surgiram duas Escolas
Científicas: A Escola Americana e a Escola Europeia ou Francesa, sendo elas as pioneiras no
uso de métodos multicritérios de apoio à decisão.
Então, foi na década de 70 que surgiram os primeiros métodos multicritérios de apoio
à decisão com uma abordagem diferenciada para problemas com múltiplos objetivos. Sua
metodologia, além de permitir uma visão geral dos problemas, também integra procedimentos
bem distintos (CAMPOS, 2011).
De acordo com Tchemra (2009), a Escola Americana tem como base a Teoria
Multiatributo que foi proposta por Keeney e Raiffa em 1976, nesta teoria, o valor de um
critério ou de uma alternativa para um decisor depende da sua utilidade.
Keeney & Raiffa (1976) estenderam os conceitos da teoria da utilidade para o auxílio
a problemas decisórios, nos quais cada alternativa pudesse ser descrita por uma lista
de atributos. Os autores propuseram a construção de uma função matemática, capaz
de agregar as informações dos múltiplos atributos de forma que, a cada alternativa,
pudesse ser associada uma medida de valor. Isto torna possível elaborar ordens de
preferências entre as alternativas (MEIRELLES; GOMES, 2009, p. 454).
Almeida (2013) destaca que foi a partir da Teoria da Utilidade e Teoria da Decisão de
Keeney e Raiffa que surgiu a Teoria da Utilidade Multiatributo (MAUT). O tópico 3.3.1.1
apresenta o conceito e as características dessa teoria.
21
Segundo Reis e Lobler (2012), a Escola Europeia foi fundada por Bernard Roy na
década de 70, o qual originou o conceito de outranking para avaliar alternativas discretas.
Conforme Almeida (2013) inicialmente, os métodos desta Escola foram chamados de
surclassment, designação que veio da língua francesa. A denominação em inglês, utilizada na
literatura internacional é outranking e a denominação em português ainda não possui uma
visão uniforme, estes métodos podem ser chamados de métodos de superação, prevalência ou
subordinação e síntese. Para alguns pesquisadores da língua portuguesa os termos “superação”
ou “prevalência” traduzem melhor o significado original e a ideia destes métodos, porém
Almeida (2013) adota a denominação de métodos de sobreclassificação, pois se aproxima
mais com o termo de uso internacional. Os métodos de sobreclassificação são apresentados
com mais detalhes no tópico 3.3.2.
3.1 PROBLEMA DE DECISÃO MULTICRITÉRIO
Dentro de uma estrutura organizacional, há diversos problemas analisados que,
normalmente são problemas multicritérios, principalmente quando estes problemas são de
natureza estratégica e estão nos níveis mais altos da estrutura hierárquica (ALMEIDA, 2013).
Na vida das organizações, inúmeros são os problemas complexos de decisão
enfrentados por seu corpo gerencial, tendo em vista que a maioria das situações reais
é caracterizada pela existência de vários objetivos, ou “desejos”, a serem atingidos.
Os problemas econômicos, industriais, financeiros, políticos ou sociais enquadram-
se nesse enfoque. Quando a escolha de determinada alternativa depende da análise
de diferentes pontos de vista ou “desejos”, denominados critérios, o problema de
decisão é considerado um problema multicritério (GOMES; GOMES, 2014, p. 87).
Conforme Silva (2006) em situações que há a necessidade de tomar uma decisão, o
decisor deve avaliar um conjunto de alternativas de forma a escolher, priorizar e classificar
essas alternativas segundo um ou mais critérios previamente definidos.
Para mostrar alguns aspectos importantes de um problema multicritério, há um texto
bastante citado na literatura que, consiste em uma carta de Benjamim Franklin para Joseph
Prestly, escrita em 19 de setembro de 1772 (FIGUEIRA; GRECO; EHRGOTT, 2005).
Nesta carta, Benjamim Franklin faz uma sugestão para a análise de um problema
apresentando um procedimento para encontrar a solução do mesmo, este método ele chamou
de álgebra prudencial (ALMEIDA 2013).
De acordo com Campos (2011), o método apresentado por Benjamim Franklin propôs
um modelo de trocas entre alternativas. Para Almeida (2013, p. 10),
esse método consiste em analisar a implementação ou não de uma ação,
relacionando os prós e contras (que são os critérios) de sua implementação em duas
colunas, de forma que estas podem ser simbolizadas por dois lados de uma balança.
Depois, esses critérios são confrontados, em função de seu grau de importância,
22
utilizando o procedimento para eliminação de argumentos prós e contras, até um
ponto em que fique claro que coluna tem maior peso. Isso equivaleria a observar
para que lado a balança pende.
Desta forma, observou-se que apesar dos diversos métodos multicritérios de apoio à
decisão, os elementos básicos que os caracterizam são: um conjunto finito ou infinito de ações
(alternativas, soluções, cursos de ação), dois ou mais critérios, e, ao menos um tomador de
decisão (FIGUEIRA; GRECO; EHRGOTT, 2005). Campos (2011) destaca que um elemento
que distingue um problema de decisão multicritério é o fato de ele apresentar pelo menos dois
objetivos que não podem ser combinados. “Outro elemento básico num problema de decisão
está relacionando às consequências que podem ser obtidas com cada alternativa. A alternativa
é avaliada em função das consequências” (ALMEIDA, 2013, p. 11).
Em um problema de decisão, de acordo com Gomes e Gomes (2014) é importante
analisar as consequências resultantes de qualquer ação a ser escolhida. Para Almeida (2013)
é o decisor que escolhe a consequência que deseja obter, desta forma, busca-se a alternativa
que lhe forneça a consequência mais desejável.
A metodologia de apoio à decisão, conforme Gomes e Gomes (2014) aponta a uma
análise das consequências das ações sobre um conjunto de n dimensões, isto é, para cada
alternativa o decisor recebe uma consequência com várias dimensões, cada dimensão equivale
à consequência dentro de um critério (ALMEIDA, 2013).
Para melhor compreensão, tem-se uma Matriz de Consequências, apresentada por Xia
e Wu (2007) que é utilizada para avaliação das alternativas em um determinado problema.
Essa matriz mostra qual consequência poderá ser obtida para cada alternativa e cada critério
possui valores distintos de fornecedor para fornecedor.
Tabela 1 – Matriz de Consequências para avaliação de um problema de seleção de fornecedores
Critérios/
Alternativas
Preço
($)
Nível
técnico
(grau)
Defeitos
(taxa)
Confiabi-
lidade
(taxa)
(%)
Pontualidade
na entrega
(taxa)
Capacidade
de oferta
(itens)
Tempo
de reparo
(semana)
Período
de
garantia
(meses)
Fornecedor 1 55 2 0,04 80 0,85 400 2 4
Fornecedor 2 40 1 0,01 95 0,95 700 1 3
Fornecedor 3 45 1 0,02 90 0,98 600 1 3
Fornecedor 4 50 3 0,06 70 0,90 500 3 4
Fonte: Adaptado de Xia e Wu (2007).
Na Tabela 1 tem-se o exemplo de uma Matriz de Consequências para um problema de
seleção de fornecedores. Nas linhas desta tabela são apresentadas as quatro alternativas que
representam os quatro fornecedores que serão avaliados, a primeira alternativa a1 corresponde
23
ao Fornecedor 1, a segunda alternativa a2 representa o Fornecedor 2, e assim
consecutivamente. Nas colunas são apresentados os critérios, que são oito: Preço, Nível
técnico, Defeitos, Confiabilidade, Pontualidade na entrega, Capacidade de oferta, Tempo de
reparo e Período de garantia. Então o papel do decisor é selecionar um fornecedor, avaliando
o conjunto disponível, de acordo com as consequências que o conjunto traz em relação a oito
dimensões, que são os critérios (ALMEIDA, 2013).
De acordo com Giacon (2012) diversos atributos são esperados de um fornecedor
durante a análise do problema, por isso, a seleção de fornecedores é considerado um problema
de natureza multicriterial.
3.2 MODELOS DE DECISÃO E SELEÇÃO DE MÉTODOS
As teorias organizacionais, com a finalidade de facilitar o trabalho do decisor na difícil
tarefa de tomar uma decisão, têm contribuído com diversos estudos que apontam modelos
para a compreensão dos processos decisórios (SILVA, 2006).
“O modelo de apoio à decisão visa modelar a importância que o decisor atribui aos
critérios, atributos, objetivos e alternativas. Esses valores são subjetivos, pois dependem de
cada pessoa” (GOMES; GOMES, 2014, p. 298).
Almeida (2013) define um modelo de decisão multicritério como uma representação
formal e simplificada do problema de decisão com múltiplos objetivos enfrentados pelo
decisor. O modelo faz uma representação de um sistema ou de uma situação real, permitindo
a sua análise para que possam ser tiradas conclusões sobre seu desempenho e funcionamento.
“Sua vantagem reside nisso: manipular de maneira simulada as complexas situações reais por
meio de simplificações da realidade” (CHIAVENATO, 2003, p. 444).
De acordo com Gomes e Gomes (2014, p. 78) “os modelos de tomada de decisões por
meio de múltiplos critérios são indicados para problemas nos quais existem vários critérios de
avaliação, normalmente critérios conflitantes”.
Dentre os tipos de modelos há os que são classificados como simbólicos, que usam
símbolos, letras e números para representar variáveis e suas relações. Por poderem
tomar a forma de relações matemáticas, esses modelos podem ser chamados de
modelos matemáticos [...] (ALMEIDA, 2013, p. 19).
Medeiros (2003) destaca que, desenvolver e utilizar modelos matemáticos
disponibilizam aos decisores ferramentas para estimar o comportamento de um sistema, de
acordo com determinadas situações criadas pelo usuário do modelo.
Os modelos matemáticos são utilizados com frequência no estudo de problemas de
decisão, porém, segundo Almeida (2013, p. 19), “modelos conceituais são também muito úteis
24
no estudo de um problema de decisão, pois permitem representar a concepção inicial das
variáveis e seus relacionamentos, podendo também representar uma sequência de ações”. O
Autor afirma ainda que o uso de modelos de decisão tem sido disseminado em diversas áreas,
como: gestão, engenharia, saúde, entre outros. Isto se deve ao fato de que estes modelos de
decisão apoiam a descrição, o estudo, a análise e outras atividades relacionadas aos problemas
ou sistemas organizacionais.
Há vários exemplos de modelos não matemáticos que são usados para representar
diversas situações. Alguns exemplos são: (a) mapas, que permitem localizações e
podem apoiar no estabelecimento de rotas entre duas localidades diferentes; a
simplificação ou complexidade do mapa pode facilitar ou dificultar (na falta de
informação relevante); (b) um organograma de uma empresa permite analisar como
funciona sua estrutura funcional, embora vários fatores relativos ao seu processo de
funcionamento não estejam representados. O organograma pode ser classificado
como um modelo conceitual (ALMEIDA, 2013, p. 19).
Conforme Gomes e Gomes (2014) um modelo é valido apenas para a finalidade a qual
foi desenvolvido. Diversos modelos são construídos para um problema específico, como por
exemplo, a seleção de fornecedores que possui ampla aplicação (ALMEIDA, 2013).
No desenvolvimento de modelos de decisão, torna-se necessário o cuidado para que
não sejam criados modelos direcionados a uma irrealidade, pois resultará na obtenção de uma
solução sem resultado prático, afetando a qualidade do modelo (GOMES; GOMES, 2014).
Para Almeida (2013), a simplicidade também deve ser observada durante a construção
de um modelo, visto que ela possui um papel muito relevante. Porém, um modelo não deve
ser tão simples de maneira que leve a erros durante a análise da situação estudada, tampouco
ser complexo de modo a tornar-se intratável.
Segundo Silva (2006), a complexidade em um modelo de decisão pode ser medida
pelo número de variáveis que serão analisadas ou até mesmo pela importância da decisão a
ser tomada e suas consequências.
Os modelos de decisão que são desenvolvidos para um problema em questão devem
incorporar a estrutura de preferências do decisor. Normalmente estes modelos são
desenvolvidos com base em algum método de apoio à decisão (ALMEIDA, 2013). “[...] os
modelos baseados em múltiplos critérios são extremamente úteis em situações que envolvem
características qualitativas e quantitativas de difícil mensuração e que podem eventualmente
contrapor-se entre si” (KIMURA; SUEN, 2003, p. 4).
Existem diversos fatores que devem ser considerados para a construção de modelos
úteis, um destes fatores é a modelagem de preferências do decisor (ALMEIDA, 2013). Essa
modelagem tem como finalidade agrupar os múltiplos critérios e auxiliar o decisor na escolha
25
de alternativas (GOMES; GOMES, 2014). Mais detalhes sobre modelagem de preferência são
vistos no tópico 3.2.1.1.
Segundo Almeida (2013, p. 21),
o processo de construção de modelos é de natureza criativa, envolvendo intuição e
outros atos espontâneos, tais como a inspiração. Não raro se fala na arte da
modelagem, nesse processo de construção. Sua elaboração vai depender em grande
parte da capacidade de imaginação e do poder criativo da equipe.
Para Gomes e Gomes (2014), a intuição sempre esteve presente na vida dos seres
humanos e, quando combinada com a análise técnica, racional e eficiente de um negócio,
geram resultados significativos para a organização. O decisor, desenvolvendo uma intuição
com foco estrategicamente em seu negócio, será mais eficiente, tomará decisões mais rápidas
e terá uma empresa competitiva no mercado.
Figura 4 – Construção de modelos com refinamentos sucessivos
Fonte: Almeida (2013) adaptada de Ackoff e Sasieni (1968).
A Figura 4 apresenta duas visões distintas do processo de construção de modelo de
decisão. A primeira visão mostra uma abordagem sequencial inflexível, nela o processo de
construção segue uma sequência rígida da etapa 1 até a etapa 2 e assim sucessivamente, sem
que haja alteração no caminho já traçado, sendo assim, a repetição deste processo sempre terá
o mesmo resultado. A sequência b apresenta uma visão diferente, nela os modelos são
construídos com base em refinamentos sucessivos, ou seja, é possível retornar a qualquer uma
das etapas anteriores, caso tenha o objetivo de melhorar o resultado daquela etapa (ACKOFF;
SASIENI 1968 apud ALMEIDA, 2013).
Na abordagem de refinamentos sucessivos é possível passar por uma etapa de maneira
não conclusiva para que posteriormente volte-se a ela, com informação e entendimento
26
adquiridos nas etapas seguintes. Esse retorno permite um enriquecimento que trará melhores
resultados na elaboração final da etapa. Portanto, esta abordagem está interligada ao processo
criativo da modelagem. Na abordagem sequencial inflexível não é possível fluir esta parte
criativa.
Em razão da existência de diversos métodos multicritérios é imprescindível a escolha
de um método para resolução de problemas de decisão. Essa escolha deve ser adequada às
características do problema em questão. Neste âmbito, devem-se considerar também as
problemáticas de referência, para que seja possível alcançar o resultado esperado em
determinado problema (GOMES; GOMES, 2014).
A escolha de um método consiste em uma das etapas no processo de construção do
modelo de decisão, dentre um conjunto de etapas, conforme foi apresentado na Figura 3. Essa
escolha depende de diversos fatores, sendo que um determinante é a estrutura de preferência
do decisor, caso a estrutura selecionada para demostrar as formas de escolhas do decisor não
seja compatível, então tende-se a construir um modelo de decisão inadequado. Outro fator
decisivo refere-se ao tempo disponível para a tomada da decisão e sua implementação, isto é,
o esforço exigido por certa abordagem ou método indicado, pode ser incompatível com o
tempo disponível. Desta forma, no processo serão definitivos, tanto a importância de uma
decisão mais precisa quanto o grau de segurança requerido em relação a seu impacto
(ALMEIDA, 2013).
3.2.1 Elementos básicos em decisão multicritério
O estudo dos elementos básicos em decisão multicritério auxilia na compreensão do
processo de construção de modelos de decisão, destacando-se os pontos associados à escolha
do método a ser utilizado (ALMEIDA, 2013). Visto que são diversos os elementos
mensurados para a escolha de um método, a seguir são apresentados apenas os elementos mais
decisivos.
3.2.1.1 Modelagem e estruturas de preferências
Gomes e Gomes (2014) afirmam que o decisor necessita entender suas próprias
preferências e, o método multicritério de apoio à decisão deve fornecer algoritmos e
metodologias que deixe o decisor confortável para especificar essas preferências.
Segundo Almeida (2013, p. 27),
as situações de preferência básicas são importantes para a escolha do método
MCDA, pois são utilizadas para modelagem de preferências do decisor. Através da
27
modelagem de preferências pode-se representar a estrutura de preferências do
decisor em relação às consequências, na análise de um problema de decisão. Um
modelo de preferências é uma representação formal de comparações de elementos.
Na modelagem de preferências devem-se identificar quais são as preferências do
decisor, para isso, de acordo com Gomes e Gomes (2014), é necessário que:
considere-se a subjetividade do decisor e suas percepções individuais e visualize
em quais aspetos do problema o decisor encontrou mais dificuldade para especificar
suas percepções individuais;
o problema seja estruturado conforme a visão compartilhada;
os pontos de vista comuns sejam identificados;
tenha conhecimento da inconsistência do decisor;
seja verificado as alterações que poderão ser feitas e o porquê.
Conforme Campos (2011, p. 52) “essa modelagem tem a função não só de transformar
em preferências informações, mas consegue lidar com situações de incertezas. Além disso, o
procedimento permite incorporar ao modelo informações subjetivas do decisor”.
Para apoiar o processo decisório é necessário estabelecer algumas condições que
venham expressar as preferências do decisor, em relação à comparação entre duas ações
potenciais. Essas condições são definidas através de relações binárias (GOMES; GOMES,
2014).
De acordo com Almeida (2013), as relações binárias são empregadas para estabelecer
um conjunto de pares ordenados. Define-se uma relação binária R sobre um conjunto de
elementos A = {a, b, c, ..., n} como um subconjunto do produto cartesiano A x A. Portanto,
um conjunto de pares ordenados (a,b), onde a relação R poderá ser encontrada para alguns
elementos, representa-se essa relação como: aRb ou R(a,b), o qual significa que a tem relação
com b. Se não houver relação R entre a e b, representa-se como: não(aRb) ou aRnb.
É importante estar ciente de que as preferências do decisor podem mudar com o tempo,
ou seja, elas não são constantes, por isso é necessário sempre revisar o processo decisório para
verificar se alguma preferência não foi alterada (GOMES; GOMES, 2014).
Segundo Almeida (2013) nas relações binárias são definidas diversas propriedades,
para ∀ a, b, c ∈ A:
Reflexiva, se aRa
Irreflexiva, se não (aRb)
Simétrica, se aRb => bRa
Assimétrica, se aRb => não (bRa)
28
Completa, quando aRb ou bRa
Transitiva, se aRb e bRc => aRc
Essas relações podem ser representadas também graficamente, como é apresentado a
seguir. A Figura 5 apresenta a relação R com os quatro elementos: a, b, c e d (ALMEIDA,
2013).
Figura 5 – Representação gráfica das relações de preferência
Fonte: Almeida 2013
Almeida (2013) apresenta uma matriz da relação R (Tabela 2). Essa relação é indicada
em cada linha em relação à coluna, onde 0 significa que não existe relação R entre os
elementos e 1, o contrário:
Tabela 2 – Representação da relação R
a b c d
a 0 1 1 1
b 0 0 0 0
c 0 0 0 0
d 1 1 1 0
Fonte: Almeida (2013).
Normalmente, na modelagem de preferências, as relações binárias são conhecidas
também como Relações de Preferências (ALMEIDA, 2013). Estas relações estão
representadas no Quadro 1.
Quadro 1 – Relação de Preferências
Relação de
Preferência Descrição Propriedades
Indiferença
(I)
Corresponde à existência de razões claras que justificam a
equivalência entre dois elementos.
Representação: aIb, significa que há indiferença entre a e b.
Reflexiva: aIa e
Simétrica: aIb => bIa
Estrita
(P)
Corresponde à existência de razões claras que justificam
uma preferência significativa em favor de um dos dois
elementos.
Representação: aPb, significa que a é preferível a b.
Assimétrica:
aPb => não(bPa)
29
(Continuação Quadro 1)
Fraca
(Q)
Corresponde à existência de razões claras que invalidam a
preferência estrita em favor de um dos dois elementos,
porém, essas razões são insuficientes para diferenciar, seja
uma preferência estrita (P) em favor do outro, seja uma
indiferença entre esses dois elementos. Portanto, não é
possível distinguir nenhuma das duas situações precedentes
(preferência estrita e indiferença).
Assimétrica:
aQb => não(bQa)
Incomparabilidade
(R)
Corresponde à ausência de razões claras que justificam
qualquer das três situações precedentes.
Simétrica:
aRb => bRa e
Irreflexiva ou não
Reflexiva: não(aRa)
Não Preferência
(~)
Corresponde à uma ausência de situações claras para
justificar a preferência estrita ou preferência fraca em favor
de um dos elementos. Consiste numa situação de
indiferença ou de incomparabilidade, sem que se seja capaz
de distinção entre elas.
Fonte: Adaptado de Almeida (2013).
Com base nas relações binárias apresentadas, bem como suas propriedades, são
apresentadas a seguir, as principais estruturas de preferências sobre um conjunto de ações A
(GOMES; GOMES, 2014). Um sistema de Relações de Preferências ou uma Estrutura de
Preferências, conforme Almeida (2013) é uma coleção de relações binárias (ou relações de
preferências) que são aplicadas a um conjunto A, a saber:
para cada par de elementos do conjunto A, ao menos uma das relações dessa coleção
será aplicada (isto é, possui exaustividade);
para cada par de elementos do conjunto A, se uma das relações dessa coleção for
aplicada, nenhuma outra poderá ser aplicada, isto é, possui exclusividade.
3.2.1.2 Família de critérios
Um critério além de ser visto como uma representação de um objetivo, também pode
ser definido como uma função que mensura o desempenho adquirido no objetivo representado.
Desta forma, pode-se definir o critério como uma função g (ou v) sobre o conjunto A, essa
função representa as preferências do decisor conforme um objetivo (ou ponto de vista)
(ALMEIDA, 2013).
Para Gomes e Gomes (2014), formalmente, um critério g é uma função com valores
reais que é definida sobre um conjunto de ações potências A, de forma que é possível pensar
ou descrever o resultado da comparação entre duas ações a e b, conforme este critério, a partir
da comparação de dois números g(a) e g(b).
30
Conforme Almeida (2013, p. 31) “quando se consideram problemas multicritério, tem-
se então uma família de critérios F = {g1, ..., gj, ..., gm}”. Esta função gj corresponde à função
valor (vj) que é apresentada no tópico a seguir.
Segundo Gomes e Gomes (2014) para que uma família de critérios possa desempenhar
de forma adequada sua função de apoiar um processo decisório, estabelecendo preferências
sobre um conjunto de alternativas, algumas propriedades básicas de coerência precisam ser
respeitadas. Estas propriedades de acordo com Almeida (2013) são: os critérios escolhidos
devem ter a capacidade de representar todos os aspectos (objetivos) que devem ser
considerados no problema (isto é, exaustividade) sem que haja redundâncias.
Na família de critérios, conforme Almeida (2013), tais regras podem ser classificadas
como: Critério verdadeiro; Semicritério; Critério de intervalo; e Pseudocritério.
No critério verdadeiro a estrutura de preferência associada é uma pré-ordem completa.
A estrutura de pré-ordem completa ocorre quando um par de relações binárias (a,b), em um
conjunto de elementos A, corresponde à noção intuitiva de classificação em que existe a
possibilidade de empate por similaridade. Essa estrutura consiste nas seguintes propriedades:
a e b são exaustivas e mutuamente excludentes; b é assimétrica e transitiva; e a é simétrica e
transitiva (CAMPOS, 2011).
O semicritério é assim denominado quando a estrutura de preferência associada é uma
semi-ordem, que corresponde ao modelo limiar. Nestes modelos, segundo Almeida (2013, p.
31) “existe uma faixa (limiar) de indefinição nos valores para aceitação de uma relação de
preferência; por exemplo, o limiar de indiferença estabelece uma faixa de indefinição para
que se concretize a relação de indiferença”.
Outro tipo de critério é o de intervalo que, conforme Almeida (2013) a estrutura de
preferência associada é uma ordem de intervalo. Para Campos (2011) a ordem de intervalo é
um tipo de estrutura que apresenta um limiar variável.
Como última classificação de critério, Almeida (2013) destaca o pseudocritério, este
ocorre quando a estrutura de preferência associada é uma pseudo-ordem. Conforme Campos
(2011, p. 55) a pseudo-ordem “apresenta um limiar de indiferença (q) no qual é clara a
indiferença, e um limiar de preferência (p), em que não há dúvida sobre a preferência entre
uma relação binária”.
3.2.1.3 Avaliação intracritério e intercritério
A Tabela 1 apresentada no tópico 3.1 mostrou uma Matriz de Consequências para um
problema de seleção de fornecedores. Conforme Almeida (2013), para resolver este problema
31
é necessário desenvolver dois tipos de avaliação, denominadas: avaliação intracritério e
avaliação intercritério.
A avalição intracritério faz a comparação de cada alternativa dentro de um mesmo
critério, essa avaliação possibilita a representação do problema através da matriz de
consequência na forma dos valores obtidos para cada consequência.
De acordo com Gomes e Gomes (2014) a matriz de consequências também é conhecida
como matriz de decisão ou matriz de avaliação. Para Campos (2011) essa matriz tem como
finalidade mostrar, na forma de tabela, a relação existente entre as alternativas para os n
critérios de avaliação.
“A avaliação intracritério consiste na avaliação de cada alternativa i para cada critério
j, o que leva à função valor vj(ai). Essa função tem o mesmo papel da função gj, que representa
o conceito mais formal para critério” (ALMEIDA, 2013, p. 32).
Ainda segundo o Autor, a construção da função valor para cada elemento é baseada na
avaliação das consequências/alternativas a serem obtidas. A Tabela 3 representa uma matriz
de decisão.
Tabela 3 – Matriz de decisão
Alternativas Critérios
C1 C2 ...... Cm
a1 v1(a1) v2(a1) ...... vm(a1)
a2 v1(a2) v2(a2) ...... vm(a2)
...... ...... ...... ...... ......
an v1(an) v2(an) ...... vm(an)
Fonte: Almeida (2013).
A Tabela 4 mostra os valores correspondentes para o problema de seleção de
fornecedores que foi apresentada na Tabela 1 no tópico 3.1. Considerando que as funções
valores estão em (0,1), onde 0 significa que não há relação R entre os elementos e 1, o
contrário.
Deste modo, tem-se que o valor da alternativa Fornecedor 1 para o critério
Confiabilidade é v4(a1) = 0,4. Isto é, na avaliação intracritério da consequência x4 = 80, tem-
se que v4(80) = 0,4, em uma escala de 0 a 1 (ALMEIDA, 2013).
Na Tabela 4 é utilizado o procedimento de normalização 1 para a avaliação
intracritério, o qual é apresentado no tópico 3.2.1.5.
32
Tabela 4 – Matriz de decisão para o problema de seleção de fornecedores
Critérios/
Alternativas
Preço
($)
Nível
Técnico
(grau)
Defeitos
(taxas)
Confia-
bilidade
(taxa)
Pontualida
de na
entrega
(taxa)
Capacidade
de oferta
(itens)
Tempo
de reparo
(semana)
Período
de
garantia
(meses)
Fornecedor 1 0 0,25 0,1 0,4 0 0 0,25 1
Fornecedor 2 1 1 1 1 0,77 1 1 0
Fornecedor 3 0,59 1 0,4 0,8 1 0,67 1 0
Fornecedor 4 0,27 0 0 0 0,38 0,33 0 1
Fonte: Adaptado de Almeida (2013).
A avaliação intercritério segundo Almeida (2013, p. 34) é “a avaliação que considera
a combinação dos diferentes critérios. Para tal, deve-se escolher um método de agregação
desses critérios, isto é, um método MCDA”. Ainda segundo o Autor, essa agregação entre os
critérios possibilita a realização da comparação entre alternativas, tal comparação ocorre
através da atribuição de um valor global para cada escolha, ou através de um procedimento
que permita a comparação sem que seja atribuído um valor global para cada opção.
Conforme Campos (2011, p. 50) “a matriz de avaliação consiste no resultado final da
estruturação do problema multicritério e nela é possível identificar de forma simples os
desempenhos das alternativas para cada critério”. Ou seja, o resultado consiste na
apresentação da alternativa que reúne o melhor conjunto de critérios para resolver o problema
de decisão.
3.2.1.4 Tipos de escalas
Na modelagem de preferência é essencial a definição e avaliação das escalas. O tipo
de escala é definido de acordo com a função da classe de transformações aceitáveis, por
exemplo, transformação de graus centígrados para Fahrenheit ou de gramas para libras.
Quando se fala de transformações de escala, consideram-se duas variáveis: x e y, onde a
variável x representa a variável transformada e y representa a variável a ser transformada. As
constantes de escalas são representadas por a e b (ALMEIDA, 2013).
Para Campos (2011, p. 48) “os critérios de decisão podem ter caráter quantitativo ou
qualitativo e a natureza destes podem ser bastante heterogêneas”. De acordo com Gomes e
Gomes (2014, p. 106),
os critérios de decisão podem ser quantitativos, quando correspondem a atributos
como preço, velocidade, área e outros, que são avaliados segundo escalas numéricas
bem definidas, ou qualitativos, como conforto, qualidade, impacto ambiental e
outros, para os quais não existem unidades de medida definidas.
33
A avaliação das escalas é empregada para quantificar critérios ou atributos, ou
quaisquer fatores que possam ser classificados de forma qualitativa ou quantitativa
(CAMPOS, 2011).
Almeida (2013) menciona que existem dois tipos principais de escalas: escala
numérica e escala verbal. Dentre as escalas numéricas destacam-se: escala de razão, escala
intervalar e escala ordinal.
- Escala de razão: também conhecida como escala cardinal, esta escala possui maior
quantidade de informação. Tem-se como exemplos da escala de razão, o tempo (anos,
segundos), o peso, o preço, o comprimento, entre outros. Nesta escala, 4 kg significa o dobro
de 2 kg; a relação entre 4 e 2 estabelece o nome da escala. A escala de razão tem unidade e
origem representada pelo zero (0), que pode ser visto também como ausência, isto é, 0 kg
significa ausência de peso. Pode-se fazer nessa escala uma transformação, onde a unidade será
alterada, como transformar o Comprimento de centímetros para polegadas (CAMPOS, 2011;
ALMEIDA, 2013).
- Escala intervalar: nesta escala o significado de cardinalidade dos números está no
intervalo. Na transformação efetuada na escala intervalar, tem-se a unidade e a origem
alteradas, porém, o zero (0) não tem o mesmo significado que na escala de razão, significando
apenas o menor valor (se a gama da escala estudada é considerada de 0 a 1 ou 0 a 100, por
exemplo) que se deseja considerar (ALMEIDA, 2013).
Conforme Campos (2011), um exemplo típico da escala intervalar é a temperatura.
“Não se pode dizer que 40º é o dobro de 20º (pois a temperatura não está numa escala de
razão). Pode-se dizer que passar de 10º para 30º é o dobro de passar de 40º para 50º”
(ALMEIDA, 2013, p. 36). Ainda segundo o Autor, outro exemplo seria na comparação de
alternativas que mostra o quanto uma opção acrescenta a mais de valor em relação a outra,
isto é, o decisor pode estar mais interessado em quanto ele vai ganhar (intervalo) passando de
uma opção pra outra e não em quantas vezes (razão) uma alternativa é melhor do que a outra.
- Escala ordinal: esta escala é a que possui menor quantidade de informação, segundo
Almeida (2013) nesta escala não é possível realizar operações básicas como soma ou
multiplicação. Os números representam apenas a ordem entre os objetivos analisados, assim,
4 não é considerado o dobro de 2, ou seja, nessa escala não existe cardinalidade (representação
de quantidade).
Para Campos (2011) a escala ordinal permite que os seus elementos obedeçam a uma
ordem predefinida, de forma geral, os seus valores são apresentados como numerais (1,2,3...),
ranking (1º,2º,3º,...), ou mesmo nomes que representam ordenação como: alto, médio e baixo.
34
- Escala verbal: também chamada de nominal ou semântica, uma escala verbal
permite fazer classificações das alternativas comparadas. A propriedade predominante é o
agrupamento de elementos para formação de determinados conjuntos aos quais são atribuídos
nomes (CAMPOS, 2011).
Nessa escala, uma avaliação pode ter característica somente qualitativa ou pode ter
características quantitativas. Como exemplo de uma escala verbal qualitativa, tem-se a
classificação de tipo sanguíneo e a classificação de cores de objetos. Nas escalas qualitativas
é possível efetuar operações de conjuntos (pertence, contido) ou lógicos (E, OU, Não etc.).
Para os métodos MCDA, o interessante é uma escala verbal com características quantitativas,
em grande parte, essas escalas podem ter o mesmo significado de uma escala ordinal e podem
ser transformadas em números. Essa escala pode ser representada por classificações como:
excelente, muito bom, bom, regular, fraco, deficiente. A própria semântica associa de imediato
uma noção de ordem, compatível com a escala ordinal. Uma escala com quatro níveis é
interessante porque nem sempre apresenta o valor intermediário, forçando o avaliador a se
posicionar acima ou abaixo da produção central. Um exemplo disto é: Muito Bom, Bom,
Fraco, Deficiente (CAMPOS, 2011; ALMEIDA, 2013).
3.2.1.5 Procedimentos de normalização e peso dos critérios
O termo mais apropriado para esse procedimento, provavelmente, seja
“transformação de escala”, ao invés de normalização, porém, utiliza-se “normalização”,
pois este termo possui maior difusão (ALMEIDA, 2013).
“Como em muitos problemas multicritério as escalas utilizadas na avaliação das
alternativas são bastante heterogêneas; é necessário que esses valores sejam normalizados,
critério a critério, para que possam ser comparados” (GOMES; GOMES, 2014, p. 111).
Os procedimentos de normalização, conforme Almeida (2013) consistem na
transformação de valores das consequências, em cada critério, em valores em uma escala,
geralmente de 0 a 1, assumindo uma função linear.
Segundo Gomes e Gomes (2014), esses valores entre 0 e 1, representam a menor ou
maior satisfação do decisor em relação ao critério. Ou seja, o valor 0 representa o critério de
menor preferência e o valor 1 representa o critério de maior preferência para o agente de
decisão (ALMEIDA, 2013).
O Autor relata ainda sobre três procedimentos de normalização:
- Procedimento 1: vj(ai) = [vj(ai) – Min vj(ai)] / [Max vj(ai) – Min vj(ai)], em que vj =
critério, ai = alternativa, Min = valor mínimo, Max = valor máximo.
35
- Procedimento 2: vj(ai) = vj(ai) / [Max vj(ai)], isto é, divisão pelo valor máximo.
- Procedimento 3: vj(ai) = vj(ai) / ∑i vj(ai)], divisão pela soma.
O procedimento de normalização 3 é utilizado para normalização de pesos e também
é o procedimento utilizado pelo método AHP.
O cuidado ao utilizar um procedimento de normalização é importante porque em
algumas situações tal procedimento pode influenciar os resultados obtidos (GOMES;
GOMES, 2014).
Na visão de Almeida (2013), os procedimentos de normalização podem modificar a
origem ou a unidade das escalas originais, então, é necessário utilizar um procedimento que
seja compatível com o método MCDA a ser usado. O Autor ainda destaca que a questão de
estabelecimento de escalas pode estar associada à geração de indicadores gerenciais ou de
desempenho, isto é, os indicadores devem mostrar os níveis de desempenho sobre os
objetivos, desta forma, os indicadores vão representar preferências, que envolve julgamento
de valor.
Para melhor compreensão, tem-se na Tabela 4 um exemplo de procedimento de
normalização aplicado aos valores da Tabela 1, apresentada no tópico 3.1. Na Tabela 4 o
procedimento utilizado é o procedimento 1. Nesse exemplo, o menor valor do critério
confiabilidade é 70, de modo que v4(70) = 0. O maior valor de confiabilidade é 95, de modo
que v4(95) = 1. Analisando o critério preço, o maior valor para o decisor é o que tem o menor
preço de $ 40, de modo que v1(40) = 1. O menor valor para o decisor é o que tem maior valor
de preço $ 55, de modo que v1(55) = 0, conforme apresentado nas Tabelas 1 e 4.
Nos problemas multicritério, é bastante comum que, para o agente de decisão,
alguns critérios sejam mais relevantes do que outros. Por motivos diversos, entre os
quais estão suas preferências pessoais (razoavelmente explicitadas ou
completamente subjetivas), o agente de decisão pode considerar alguns critérios
menos ou mais importantes do que os demais. As medidas que expressam a
importância relativa entre os critérios [...] são denominadas pesos dos critérios. O
conjunto de pesos atribuídos aos diferentes critérios denomina-se vetor de pesos. A
matriz de decisão, juntamente com o vetor de pesos, constitui toda a informação
necessária, em princípio, para a resolução dos problemas multicritério discretos
(GOMES; GOMES, 2014, p. 111).
Conforme Campos (2011), ao considerar determinado critério mais importante do que
outro, tem-se uma comparação entre critérios. Gomes e Gomes (2014) destacam que a
atribuição de pesos a critérios deve ser feita por meio de comparação de importância,
atribuindo o maior peso ao critério que se julga ser o mais importante. Por exemplo, na
avaliação entre um critério a e b, se o decisor apontar o critério b como sendo o mais
importante para ele, então, entende-se que o critério b possui maior peso do que o critério a
(CAMPOS, 2011).
36
Os pesos têm papel fundamental na avaliação dos critérios, eles influenciam de
maneira decisiva os resultados obtidos. Deste modo, ao atribuir valores aos pesos dos critérios
deve-se atentar, principalmente, ao caráter subjetivo desta tarefa. Afinal, os pesos devem
refletir, de forma íntegra, as preferências do decisor (GOMES; GOMES, 2014).
3.3 CLASSIFICAÇÃO DOS MÉTODOS MCDA
De acordo com Almeida (2013) são vários os métodos desenvolvidos para tratar
problemas multicritérios. Cada um destes métodos possui uma representação simplificada da
realidade, no qual identificam e destacam os elementos mais importantes para a tomada de
decisão (COITINHO, 2007).
Para Almeida (2013) os métodos multicritérios podem ser classificados de diversas
maneiras. A seguir serão apresentadas algumas destas classificações, conforme a visão do
Autor. A primeira classificação é de acordo com a natureza do conjunto de alternativas A,
podendo ser:
conjunto discreto; ou
conjunto de alternativas contínuas.
“De modo geral, problemas de decisão podem ser discretos, quando se trata de um
número finito de alternativas, ou contínuos, quando tal número pode ser pensado como
infinitamente grande” (GOMES; GOMES, 2014, p. 70).
Almeida (2013) ressalta que a maioria dos problemas gerenciais se apresenta como um
conjunto discreto de alternativas, dando destaque ao conjunto de métodos MCDA discretos.
Um conjunto discreto caracteriza-se por um conjunto finito de alternativas ou ações que são
analisadas e comparadas, e não pela descrição dos objetivos ou restrições em funções
matemáticas (RIBEIRO; FERREIRA; ARAÚJO, 2013).
Almeida (2013) assume que o conjunto discreto de alternativas pode ser representado
por: A = {a1, a2, a3, ..., an}, onde cada alternativa ai representa um curso de ação disponível no
conjunto de n alternativas possíveis disponíveis para implementação pelo tomador de decisão.
“Uma ação, ou alternativa, constitui uma das possibilidades de escolha do agente de decisão,
identificada no início, ou mesmo no decorrer de um processo decisório, podendo vir a tornar-
se uma solução para o problema em estudo” (GOMES; GOMES, 2014, p. 90).
Outra classificação é comumente encontrada na literatura voltada aos métodos MCDA,
a qual considera três tipos principais de métodos (ROY, 1996; VINCK, 1992; PARDALOS
et al., 1995 apud ALMEIDA, 2013):
37
Métodos de critério único de síntese: essa denominação advém do fato de que estes
métodos agregam os critérios em um único critério de síntese;
Métodos de sobreclassificação (outranking): conhecidos também como métodos de
superação, prevalência ou subordinação;
Métodos interativos.
Conforme Gomes e Gomes (2014, p. 327),
os métodos interativos permitem que o decisor acompanhe passo a passo as
consequências que suas preferências vão acarretando nas soluções geradas. Deste
modo o decisor pode conduzir a direção da busca na região das soluções admissíveis,
evoluindo para a solução preferida a partir das decisões parciais que vão sendo
apresentadas.
Segundo Boas (2006), os métodos interativos podem estar vinculados a problemas
discretos ou contínuos. Para Gomes e Gomes (2014, p. 327),
“São procedimentos interativos que intercalam uma interação de cálculo da solução
como uma fase de diálogo com o decisor, que recebe a solução proposta e a partir
de seu juízo de valores propõe novas condições necessárias para o processamento
de uma nova interação”.
Estes métodos também são denominados de Tomada de Decisão Multiobjetivo e são
embasados nas técnicas de programação matemática (BOAS, 2006). A maior contribuição ao
desenvolvimento da programação matemática ocorreu apenas após a Segunda Guerra
Mundial, fundamentadas nos esforços da Força Aérea dos Estados Unidos, com a finalidade
de avaliar a possibilidade de aplicação de técnicas matemáticas aos problemas de programação
orçamentária e planejamento militar (GOMES; GOMES, 2014).
Esta pesquisa apresenta com mais detalhes apenas os dois primeiros grupos de métodos
da classificação conforme a literatura dos métodos MCDA, pois, de acordo com Almeida
(2013), estes grupos são os mais utilizados na literatura e representam bem os vários métodos
discretos, no qual está o interesse deste trabalho.
No primeiro grupo, destacam-se os métodos fundamentados no modelo aditivo
determinístico, como o MAUT (Multi-Attribute Utility Theory), AHP (Analytic Hierarchy
Process) e SMART (Simple Multi-Attribute Rating Technique).
No segundo grupo destacam-se a família de métodos ELECTRE (Elimination et Choix
Traduisant la Réalité) e a família de métodos PROMETHEE (Preference Ranking
Organization Method for Enrichment Evaluation), estes métodos são apresentados nos tópicos
a seguir.
E como terceira classificação, conforme a visão de Almeida (2013) têm-se os métodos:
Compensatórios; e
Não compensatórios.
38
Esta classificação é considerada durante a análise do problema, quando se pretende
atender à estrutura de preferências do decisor e ao tipo de racionalidade que este considera no
problema em estudo. Além disso, pode-se associar esta classificação como um cruzamento
em todas as classificações anteriores. Mais detalhes sobre estes métodos são vistos no tópico
3.3.3 deste capítulo.
Embora existam diversos métodos na literatura, esta pesquisa buscou abordar com
intensidade somente os métodos de critério único de síntese, com ênfase nos métodos AHP,
pois, tais métodos estão relacionados à aplicação de solução de um problema multicritério,
que será apresentada no capítulo 6 deste trabalho. Os demais métodos são abordados de forma
sintetizada.
3.3.1 Métodos de critério único de síntese
Os métodos de critério único de síntese estão associados à Escola Americana e
assumem a existência de uma função valor para representar as preferências dos decisores, a
avaliação dessa função é feita pelo analista e pode ser obtida pelo emprego de modelos
aditivos (GARTNER; ROCHA; GRANEMANN, 2012).
Para Almeida (2013) o método típico correspondente ao método de critério único de
síntese é o método de agregação aditivo. Desta forma, serão abordados vários aspectos da
utilização deste método. Essa função valor aditiva é conhecida também como soma ponderada
que, segundo Gomes e Gomes (2014), pode ser utilizada quando a família de critérios F é
constituída de critérios verdadeiros.
Nos métodos de agregação aditivos, Almeida (2013) utiliza a expressão “modelo
aditivo” referindo-se ao modelo matemático de agregação dos critérios. Como foi visto no
tópico 3.2.1.2, ao considerar problemas multicritério, tem-se então uma família de critérios F
= {g1, ..., gj, ..., gm}, onde a função gj corresponde a função valor (vj).
De acordo com Gomes e Gomes (2014), na agregação aditiva o modelo de preferência
global está fundamentado em um critério único de síntese (g), construído com base na
agregação de todos os critérios que compõem uma família F. Assim, nestes procedimentos de
agregação dos critérios, faz-se a comparação entre as alternativas, de forma global, com base
nos valores obtidos para o critério único de síntese g: quanto maior for o valor de g, melhor
será considerada a alternativa.
A solução de um problema, no contexto de escolha, consiste em selecionar a alternativa
que tenha o maior valor global v(a). Para se avaliar o valor das alternativas em um problema
de decisão, considera-se seu espaço de consequências, para cada alternativa há um vetor de
39
consequências x = (x1, x2, ..., xj, ..., xn) considerando n critérios, sendo xj a consequência
relativa ao critério j. Então cada alternativa leva a uma consequência que se reflete nestes n
critérios. O modelo de decisão deve avaliar essas consequências e em decorrência suas
alternativas correspondentes (ALMEIDA, 2013).
O procedimento de agregação mais utilizado, segundo o Autor, é o modelo aditivo
determinístico, onde há uma situação de certeza na obtenção do vetor de consequência x para
cada alternativa a, portanto, para avaliação intracritério utiliza-se a função valor vj(a) para
cada critério j. Para obter a função valor global v(a) utiliza-se a seguinte equação:
v(a) = ∑ kjvj(a)
n
j=1
(1)
Onde, v(a) representa o valor global e kj representa a constante de escala (peso) para
o critério j, o qual, depois de normalizado, é apresentado da seguinte forma:
∑ kj = 1
n
j=1
(2)
Portanto, para avaliar as alternativas por meio das consequências, os métodos de
agregação aditivos representam a função valor definida sobre as consequências, considerando
que a cada alternativa “a” existe um vetor de consequências “x”. Assim, a equação 1 pode ser
representada conforme a equação abaixo:
v(x) = ∑ kj vj (xj)
n
j=1
(3)
A seguir são apresentados os métodos multicritérios MAUT, AHP e SMART que
fazem parte do grupo de métodos de critério único de síntese e são os mais utilizados na
abordagem de agregação aditiva, se diferenciando em relação ao processo de modelagem de
preferências, que consiste na elicitação de preferências junto ao decisor. A elicitação é um
procedimento para estabelecer valores dos parâmetros do modelo aditivo, ela mede a
quantidade de informação que é necessária para se concluir a avaliação das alternativas no
contexto do problema enfrentado pelo decisor (ALMEIDA, 2013).
3.3.1.1 Teoria da Utilidade Multiatributo
Conforme Campos (2011), a Teoria da Utilidade Multiatributo ou Multi-Attribute
Utility Theory (MAUT) faz parte da Escola Americana e tem como princípio o conceito de
agregação dos diferentes critérios em uma única função utilidade.
40
De acordo com Almeida (2013), a Teoria da Utilidade Multiatributo derivou da teoria
da utilidade de Keeney e Raiffa de 1976 e incorpora a essa teoria os elementos necessários
para a resolução de problemas com múltiplos critérios, em MAUT estes critérios são
denominados atributos.
“A função de utilidade multiatributo é a agregação das diferentes funções de utilidade
de cada atributo, ponderadas conforme o grau de importância do atributo” (GOMES;
MEIRELLES, 2009, p. 454). Esta agregação, segundo Gomes e Gomes (2014) visa auxiliar o
decisor na seleção das alternativas de resolução do problema em estudo.
Para Almeida (2013, p. 76), “MAUT fornece uma estrutura axiomática sólida e
consistente para decisão multicritério e, por decorrência, com algumas restrições para
aplicação”. Semelhantemente, Gomes e Meirelles (2009, p. 454) destacam que,
a função de utilidade multiatributo pode ter diversas formas matemáticas e sua
aplicação, como instrumento de apoio à decisão, requer o atendimento a alguns
requisitos. Um desses requisitos é a construção de um modelo que permita ao
analista comparar as alternativas, com base em um conjunto de critérios, ou seja, um
modelo que permita estabelecer relações de preferência entre alternativas.
Frequentemente, o modelo de agregação utilizado em MAUT também é o modelo
aditivo, porém há uma diferença fundamental: os modelos relativos à função valor estão
relacionados à avaliação das consequências determinísticas (contexto de certeza), enquanto
os modelos relativos à função utilidade estão relacionados à avaliação das consequências
probabilísticas (contexto de incerteza). Assim, em problemas que envolvem modelagem
probabilística, a questão de tratamento das incertezas é inserida dentro da estrutura axiomática
de MAUT (ALMEIDA, 2013).
MAUT está associada à questão da modelagem de preferências. Em relação à
modelagem probabilística, devemos observar que a forma como incertezas são
inseridas dentro da estrutura axiomática permite uma abordagem muito mais
consistente com a aplicação de MAUT a problemas multicritério de decisão sobre
situação de incerteza (ALMEIDA, 2013, p. 78).
Em MAUT, o problema do decisor consiste em escolher uma alternativa a em um
conjunto A (possíveis alternativas), que corresponde ao maior nível de satisfação do decisor
em relação à alternativa, com o resultado X1(a), ...., Xn(a), onde Xi representa os atributos de
avaliação. Dessa forma, é necessário um índice que combine X1(a), ...., Xn(a) em um índice
de valor, que é a função matemática denominada função utilidade. Assim, entende-se que a
satisfação ou preferência do decisor perante a incerteza é representada por essa função
utilidade. Portanto, deve-se obter uma função utilidade u, definida sobre o espaço de
consequências, atendendo às propriedades da teoria. (NEIVA, 2006; ROSSONI, 2011;
ALMEIDA, 2013).
41
No conjunto de métodos MCDA, uma questão importante relacionada à MAUT é o
fato que ele é o único “método” que recebe o nome de teoria. Deste modo, torna-se relevante
a distinção entre método e teoria.
Conforme Almeida (2013), o uso da função utilidade multiatributo no contexto de
teoria, o qual pode ser denominado MAUT, consiste na obtenção da função analítica (ou
valores de utilidade) através de um procedimento apropriado de elicitação, ou seja, é feita uma
avaliação para saber se o decisor concorda com as condições estabelecidas pela estrutura
axiomática da teoria, logo após, o valor de utilidade das consequências é obtido por meio de
um processo de entrevista (elicitação) embasado nessa teoria.
A própria estrutura axiomática da teoria permite a implementação de um processo
de entrevista entre o analista de decisão e o decisor como forma de permitir o
levantamento das preferências do decisor. [...] o processo de entrevista deve permitir
que o decisor expresse suas preferências de forma mais real possível, de modo que
a função utilidade obtida represente uma medida das atitudes do decisor em relação
ao risco e situações de incerteza. O decisor deve estar consciente dos objetivos do
processo de entrevista e suficientemente motivado para responder e colaborar com
os propósitos do trabalho associado ao problema de decisão (ALMEIDA, 2013, p.
98).
De acordo com Gomes e Gomes (2014), outra maneira de tratar a função utilidade
multiatributo é como método de agregação dos múltiplos objetivos do problema analisado,
essa função utilizada como método, desconsidera todos os passos do ponto de vista teórico,
para ter a certeza de que a forma analítica adotada está de acordo com a estrutura de
preferência do decisor. Deste modo, parte dos elementos usados para representar a função
utilidade não é avaliada em conjunto com o decisor, como exemplo destes elementos não
avaliados, tem-se: a forma da função utilidade, os parâmetros desta função ou ambos.
3.3.1.2 Método AHP
De acordo com Gomes e Gomes (2014) o método AHP é um dos primeiros métodos
voltado ao ambiente de decisão multicritério e possivelmente o mais utilizado em todo o
mundo. Este método foi criado pelo Prof. Thomas L. Saaty em meados da década de 70.
Segundo Almeida (2013, p. 74) “O método AHP (Analytic Hierachy Process) trata de
um método de agregação aditivo com uma ênfase em procedimento próprio para modelagem
das preferências do decisor”.
O método AHP propõe a estruturação do problema de decisão em níveis hierárquicos
e através de julgamentos do decisor sobre critérios e alternativas, obtém-se um conjunto de
pontuações ou pesos gerais. O AHP utiliza uma abordagem hierárquica para estabelecer os
critérios e identificar as alternativas, ou seja, esta forma de estruturação hierárquica dos
42
critérios possibilita ao decisor, de maneira simplificada, uma maior compreensão e avaliação
do seu processo e participação na estruturação do problema de decisão (TCHEMRA, 2009;
ROSSONI, 2011; ALMEIDA, 2013).
Conforme Gomes e Gomes (2014) no método AHP, a atribuição de pesos fundamenta-
se na comparação par a par dos critérios considerados. Este método compara tanto as
alternativas para cada critério, quanto os critérios entre si (ALMEIDA, 2013).
Isto é feito através de perguntas como: Qual destes critérios é o mais importante?
Quanto este critério é mais importante que o outro? O decisor irá responder esta última
pergunta utilizando o número que se refere à expressão verbal (GOMES; GOMES, 2014).
De acordo com Torres (2014), para esta avaliação par a par é utilizado uma escala de
peso que foi proposta por Saaty, denominada Escala Fundamental de Saaty, esta escala é
composta pela relação de uma escala numérica de 1 a 9. A Tabela 5 apresenta a escala verbal
definida por Saaty.
Tabela 5 – Escala fundamental de Saaty
Intensidade da
Importância Definição Explicação
1 Igual importância Duas atividades contribuem
igualmente com o objetivo.
3 Importância moderada
Experiência e julgamento
favorecem levemente uma
atividade sobre a outra.
5 Forte importância ou importância
essencial
Experiência e julgamento
favorecem fortemente uma
atividade sobre a outra.
7 Importância demonstrada
Uma atividade é fortemente
favorecida e sua dominância é
demonstrada na prática.
9 Importância absoluta
A evidência que favorece uma das
atividades sobre a outra é clara e
inquestionável.
2,4,6,8 Valores intermediários entre dois
julgamentos adjacentes
Usado para classificar valores
intermediários entre as variáveis
descritas anteriormente.
Valores recíprocos
acima de zero
Se uma atividade “i” tem algum dos
valores acima quando comparada
com atividade “j”, então “j” tem o
valor recíproco quando comparado
com “i”
Uma comparação exigida,
escolhendo o elemento menor como
a unidade, para estimar o número
maior como um múltiplo dessa
unidade.
Fonte: Adaptado de Saaty (1990).
Porém, outros pesquisados sugeriram escalas alternativas, onde é estabelecido um
valor superior a 9 como limite (GOMES; GOMES, 2014). Para Almeida (2013, p. 75), o
método utiliza escalas de razão para todas as avalições e introduz a possibilidade de avaliar
inconsistências no julgamento de valor pelo decisor.
Segundo Coitinho (2007), o principal motivo que tem levado o método AHP a ter
sucesso e ser um dos mais utilizados é a capacidade de incluir e medir fatores importantes,
43
sejam eles qualitativos ou quantitativos. Outro motivo está relacionado à facilidade de uso.
Rossoni (2011) destaca que, devido essa facilidade no processo de modelagem do problema
de decisão, o método AHP tem conquistado cada vez mais o decisor.
Para Baran e Zak (2014), quando se tem o objetivo já definido, o próximo passo é
construir a hierarquia do problema de decisão. A estrutura hierárquica do método AHP é
composta pelo objetivo ou meta da decisão que está no nível mais alto da hierarquia (o topo),
seguido pelos níveis de critérios e subcritérios (caso existam) e, no último nível encontram-se
as alternativas, apresentando as relações entre os elementos (TCHEMRA, 2009).
Para que se possa chegar à melhor escolha para solucionar um problema de decisão, o
método AHP utiliza duas etapas, a primeira etapa é a estruturação dos componentes do
problema de decisão de forma hierárquica e a segunda etapa consiste na avaliação destes
componentes (SAATY, 1990). As duas fases deste método estão representadas na Figura 6.
Figura 6 – Estrutura hierárquica do método AHP.
Fonte: Adaptado de Saaty (1990).
A etapa de estruturação deve conter todos os elementos envolvidos no processo e
relevantes para solucionar o problema, contendo o objetivo da decisão, os critérios de
avaliação e as ações (alternativas) para solução do problema e obtenção do objetivo proposto.
A etapa de avaliação consiste no julgamento das ações, incluindo a construção da matriz de
julgamento, análise de consistência e análise de sensibilidade. Na avaliação, ocorrerá a
comparação par a par dos critérios entre si e das alternativas mediante critérios ou sub-critérios
quando for necessário no processo (TORRES, 2014).
Segundo Tchemra (2009) estes julgamentos comparativos entre os critérios ocorrem
dentro de cada nível e a avaliação dos resultados vai determinar a alternativa com maior
prioridade e recomendá-la ao decisor como a melhor escolha.
44
Um exemplo de aplicação de resolução de um problema de decisão utilizando o
método AHP será apresentado de forma detalhada no capítulo 6 deste trabalho, possibilitando
uma melhor compreensão do funcionamento deste método.
3.3.1.3 Método SMART
O método SMART (Simple Multi-Attribute Rating Technique) é um dos métodos que
também utiliza a agregação aditiva e foi proposto por Edwards e Barron no ano de 1994
(ALMEIDA, 2013).
Segundo Sabaei, Erkoyuncu e Roy (2015) este é um método simples de classificação
e fundamenta-se em pesos que são atribuídos para as alternativas que compõem o problema
de decisão. O método SMART pode lidar tanto com critérios quantitativos quanto qualitativos
(CHAI; LIU; NGAI, 2013).
De acordo com Edwards e Barron (1994), o método SMART utiliza um procedimento
de pesos conhecido por Swing, este procedimento foi inventado em 1970 por um analista cujo
nome é desconhecido, sabe-se apenas que ele era um analista em decisões e projetos.
O procedimento Swing inclui na matriz de avaliação uma alternativa hipotética que
tem o pior desempenho ou menor pontuação em todos os critérios considerados no processo
de decisão. O decisor, portanto, atribui o valor 0 ao critério com o pior desempenho e atribui
o valor 100 ao critério que ele considera ter o melhor desempenho. Desta forma, este
procedimento irá avaliar todos os critérios, ordenando-os de acordo com a sua importância,
que vai do critério de menor importância para o critério de maior importância (ALMEIDA,
2013; GOMES; GOMES, 2014).
O método SMART, na visão de Almeida (2013) é constituído em nove etapas. Essas
etapas são apresentadas de forma resumida no Quadro 2.
Quadro 2 – Etapas do método SMART
Etapas Descrição
Etapa 1
Propósitos e Decisores
Esta etapa consiste em identificar os decisores e estabelecer os propósitos do
problema em análise.
Etapa 2
Obtenção da Estrutura
dos Atributos
Os objetivos são estabelecidos juntamente com as variáveis que irão representá-los,
estas variáveis são os atributos, estes podem ser obtidos dentro de uma visão
hierárquica. Deve-se procurar refinar a lista para não se ter um número elevado de
atributos, sendo alguns de importância mínima no processo.
Etapa 3
Estabelecimento
das Alternativas
A geração das alternativas é a etapa mais criativa no processo decisório. Nesta etapa
podem ser aplicados os procedimentos propostos por Keeney (1992), que consiste na
estruturação do problema utilizando todos os pontos de vista requeridos para o
problema em questão.
45
(Continuação Quadro 2)
Etapa 4
Construção da Matriz
de Consequências
Consiste na obtenção da matriz com todas as consequências para cada alternativa em
função de cada critério. A consequência pode também ser apresentada na forma de
avaliações subjetivas ou de seus valores.
Etapa 5
Eliminação das
Alternativas
Dominadas
Nesta fase são eliminadas as alternativas dominadas. Deve-se tomar cuidado para
que não se reduza de maneira drástica a faixa de valores dos atributos, visto que isso
será relevante no processo de obtenção das constantes de escala. Raramente isso
ocorrerá, mas deve-se observar se a eliminação de alguma alternativa não elevou
muito o valor mais baixo em algum critério.
Etapa 6
Construção da Matriz
de Avaliação
Consiste na avaliação intracritério isto é, a obtenção das funções valor de todos os
critérios (ou atributos). Nessa fase também é efetuada a conversão para uma mesma
escala de avaliação dos atributos cujas consequências são apresentadas na forma de
avaliação subjetiva, caso não tenha sido realizada na etapa 4. Sugere-se executar a
transformação das escalas, admitindo que a função valor para cada atributo é linear.
Uma vez que a função é considerada linear, a tarefa consiste em avaliar a melhor e a
pior consequência, que terão valores extremos na escala: 0 e 1 (ou 10 ou 100).
Etapa 7
Efetuar Parte 1 do
Swing para Ordenação
dos Critérios
Consiste em ordenar os critérios, com base no procedimento swing, este
procedimento visa avaliar todos os critérios, ordenando-os de acordo com a sua
importância. Esta avaliação inicia-se pelo critério de menor importância para o
critério de maior importância.
Etapa 8
Efetuar Parte 2 do
Swing para Obtenção
dos Pesos
A partir da informação adquirida na etapa anterior, tem-se agora a obtenção dos
pesos, ou seja, constantes de escala. Supondo que a escala utilizada tenha sido de 0 a
100, o peso 100 é atribuído ao critério que tem o maior peso. Assim, tem-se um swing
com escala de 100 pontos. Então a seguinte questão é apresentada ao decisor: “nesta
escala de 0 a 100, qual é o peso do segundo critério mais importante? ” Em seguida,
apresenta-se a mesma questão para todos os critérios, por ordem de importância, até
que sejam atribuídos os pesos a todos os critérios.
Etapa 9
Efetuar a Agregação
Aditiva e Escolher
Nesta etapa são calculados os valores de cada alternativa de acordo com o
procedimento de agregação aditivo a partir das constantes de escala (pesos) obtidas
na etapa 8. A partir destes cálculos tem-se então, a alternativa escolhida.
Fonte: Adaptado de Almeida (2013).
3.3.2 Métodos de sobreclassificação
Os métodos de sobreclassificação (outranking) fazem parte da Escola Europeia de
estudos de métodos multicritérios, que teve origem na década de 70. Seus principais
pesquisadores são franceses e belgas e dentre eles destaca-se o pesquisador francês Bernard
Roy, que estabeleceu as bases científicas desse grupo de métodos (GARTNER; ROCHA;
GRANEMANN, 2012).
De acordo com Gomes e Gomes (2014) os métodos de sobreclassificação são
fundamentados no conceito de relação de superação. Segundo Almeida (2013), existem
características que distinguem os métodos de sobreclassificação dos métodos de agregação
por meio de critério único de síntese, como característica principal, tem-se que, os métodos
de sobreclassificação apresentam avaliações não compensatórias, enquanto os métodos de
46
agregação por meio de critério único de síntese são compensatórios. Estes conceitos de
compensatórios e não compensatórios são vistos no tópico 3.3.3 com mais detalhes.
Os modelos outranking são orientados pela comparação direta entre as alternativas
[...]. Já os modelos de critério único de síntese apresentam uma pontuação global
para cada alternativa, conformando sua função de valor ou utilidade, que culmina
com a hierarquização das alternativas. Essa característica dos modelos de critério
único de síntese favorece sua utilização em sistemas de classificação padronizada,
que são voltados à avaliação de um grande número de alternativas. Esse tipo de
aplicação geral não é favorecido pelo uso dos métodos outranking, que usualmente
são aplicados a casos de maior singularidade e com um número menor de
alternativas (GARTNER; ROCHA; GRANEMANN, 2012, p. 500).
Conforme Almeida (2013) a família de métodos ELECTRE e a família de métodos
PROMETHEE constituem estes métodos de sobreclassificação. Embora existam outros
métodos, esta pesquisa descreve apenas essas duas famílias de métodos, por serem as mais
utilizadas na literatura.
3.3.2.1 Família de métodos ELECTRE
Os primeiros métodos da Escola Francesa do Apoio Multicritério à decisão foram os
métodos ELECTRE (Elimination et Choix Traduisant la Réalité), constituído por Bernard
Roy na década de 70 (GOMES; GOMES, 2014).
De acordo com Almeida (2013) os métodos ELECTRE são aplicados em duas fases:
construção da relação de sobreclassificação, no qual se estabelece uma comparação par a par
entre as alternativas; e exploração da relação de sobreclassificação, no qual se aplica um
procedimento ou algoritmo para resolução do problema em função da problemática específica
abordada. O método ELECTRE pode lidar com dados qualitativos e quantitativos que
possuem incerteza. Uma característica fundamental é que os métodos ELECTRE são menos
sensíveis a alterações de dados em comparação com outros métodos, isto o torna mais estável
e confiável do que outros métodos (SABAEI; ERKOYUNCU; ROY, 2015).
Segundo Campos (2011), a família de métodos ELECTRE derivou-se do primeiro
método, que foi o ELECTRE I. Desde o seu desenvolvimento, estes métodos têm sido bem
aceitos na solução de problemas complexos multicriteriais. Os métodos ELECTRE têm como
base o conceito de concordância para mensurar a vantagem de uma alternativa sobre as
demais.
Para compreensão da relação de sobreclassificação, tem-se uma explicação dada por
Almeida (2013, p. 111),
seja A um conjunto de ações e gi(a) a avaliação de qualquer uma dessas ações
segundo um critério i (i=1,2,3, ..., n). Aplicando a relação de sobreclassificação aos
elementos do conjunto A, pode-se definir que uma alternativa ‘a’ sobreclassifica
uma alternativa ‘b’, ou aSb, se a alternativa ‘a’ é pelo menos tão boa quanto a
47
alternativa ‘b’. Essa relação de sobreclassificação, que não é necessariamente
transitiva, aparece como uma possível generalização do conceito de dominância.
Gomes e Gomes (2014) afirma que, no contexto de um problema de decisão, o que
tenta-se identificar é se existe ou não uma relação de dominância entre duas alternativas, ou
seja, se o risco de considerar como verdade a seguinte afirmativa “a alternativa a é pelo menos
tão boa quanto a altertativa b” é aceitavel.
Conforme Almeida (2013), dois conceitos básicos para a construção da relação de
sobreclassificação são utilizados:
Concordância: consiste no fato de que um subconjunto significativo dos critérios
considera que a alternativa ‘a’ é (fracamente) preferível a alternativa ‘b’.
Discordância: consiste no fato de que não existem critérios em que a intensidade da
preferência de ‘b’ em relação à alternativa ‘a’ ultrapasse um limite aceitável.
A família ELECTRE inclui diversos métodos, cada método se aplica a uma situação
diferente. No Quadro 3 são apresentados os métodos que compõem a família de métodos
ELECTRE, bem como sua descrição e o tipo de problemática a que são aplicados.
Quadro 3 – Métodos da família ELECTRE
Método Descrição Problemática
ELECTRE I
Desenvolvido por Bernard Roy. Consiste na primeira versão da família
ELECTRE. Para facilitar na escolha da melhor alternativa, a ideia básica
neste método é reduzir o tamanho de conjuntos de alternativas A, para
um subconjunto de A, com o menor número possível de alternativas.
P.α
Problemática de
escolha, utilizando
critério verdadeiro.
ELECTRE
II
Desenvolvido por Bernard Roy e Bertier em 1973. Neste método, duas
relações de sobreclassificação são construídas: uma relação forte (SF) e
outra fraca (Sf). Logo após, aplica-se um procedimento para efetuar dois
rankings das alternativas, usando as duas relações construídas. O
primeiro ranking inicia com as melhores alternativas, seguindo uma
ordem decrescente, e o segundo inicia com as piores, seguindo uma
ordem crescente.
P.γ
Problemática de
ordenação,
utilizando critério
verdadeiro.
ELECTRE
III
Possui procedimentos semelhantes ao ELECTRE II, porém, sua
aplicação destina-se a pseudocritérios. Este método permite estabelecer
condições de indiferença e preferência em situações no qual o decisor é
incapaz ou recusa fazer comparações entre duas ações. Isto faz com seja
possível tratar com situações de imprecisão ou incerteza.
P.γ
Problemática de
ordenação,
utilizando
pseudocritério.
ELECTRE
IV
Desenvolvido por Roy e Hugonnard em 1982 com objetivo de resolver
problemáticas de ordenação sem o uso de pesos. Este método é bastante
útil quando há dificuldade de se chegar a um consenso para ponderações
dos atributos. As relações de sobreclassificação são construídas também
de acordo com as duas relações de preferência forte (SF) e preferência
fraca (Sf).
P.γ
Problemática de
ordenação,
utilizando
pseudocritério, sem
uso de pesos para
os critérios.
ELECTRE
TRI
Utilizado para resolver problemas de classificação, este método faz a
alocação das alternativas em categorias predefinidas. A classificação é
obtida pela comparação entre as alternativas de acordo com determinada
norma, referência ou padrão definido pelo decisor.
P.β
Problemática de
classificação,
utilizando
pseudocritério.
48
(Continuação Quadro 3)
ELECTRE
IS
Desenvolvido por Roy e Skalka em 1985. Busca selecionar um
subconjunto de alternativas potenciais. É uma adaptação do primeiro
ELECTRE pela introdução da lógica fuzzy (lógica difusa) e a utilização
de pseudocritérios. O método corresponde à generalização do
ELECTRE I, só que neste caso se pretende hierarquizar uma série finita
de alternativas.
P.α
Problemática de
escolha, utilizando
pseudocritério.
Fonte: Adaptado de Almeida (2013); Campos (2011).
3.3.2.2 Família de métodos PROMETHEE
Um dos mais recentes métodos multicritérios de apoio à decisão (MCDA) é o método
PROMETHEE (Preference Ranking Organization Method for Enrichment Evaluations). Este
método foi desenvolvido por Brans, em 1982, e foi estendido por Vincke e Mareschal, no ano
de 1984 (BEHZADIAN et al., 2010).
De acordo com Frikha (2014), o método PROMETHEE tem despertado o interesse de
diversos pesquisadores e tem sido aplicado com sucesso na resolução de problemas em
diversas áreas, incluindo logística, negócios, meio ambiente, indústria, energia, hidrologia,
agricultura e medicina.
Para Campos (2011, p. 72), “PROMETHEE é uma ramificação dos métodos
ELECTRE pertencente à classe de métodos de sobreclassificação”. Assim como os métodos
ELECTRE, os métodos da família PROMETHEE são fundamentados em duas fases, que são:
construção de uma relação de sobreclassificação, agregando informações entre as alternativas
e os critérios, representando as preferências do decisor; e exploração dessa relação de
sobreclassificação resultando em um conjunto de possíveis ações que são propostas para o
tomador de decisão com o objetivo de solucionar o problema de decisão (BRANS; VINCKE;
MARESCHAL, 1986).
Nos métodos PROMETHEE, as alternativas são comparadas entre si através de
relações binárias que indicam o desempenho de cada alternativa para determinado critério
(CAMPOS, 2011). Segundo Almeida (2013, p. 125), “estes métodos produzem uma relação
de sobreclassificação valorada, com base em conceitos que podem ser interpretados, de forma
física ou econômica pelo decisor”.
A família de métodos PROMETHEE oferece aos tomadores de decisão a possibilidade
de compreender os conceitos e parâmetros intrínsecos ao método para simplificar o processo
de modelagem de preferências e, consequentemente, aumentar a eficiência da aplicação dos
métodos multicritérios (SILVA; FONTES; BARBOSA, 2015).
Após o desenvolvimento do primeiro método PROMETHEE, surgiram outras
variações compondo a família PROMETHEE. Conforme Campos (2011), essas variações têm
49
por finalidade resolver problemas de ordenação e aplicação em sistemas que envolvem
preferências nebulosas. O Quadro 4 apresenta uma síntese dos métodos da família
PROMETHEE.
Quadro 4 – Métodos da família PROMETHEE
Método Descrição
PROMETHEE
I
Neste método são construídas duas pré-ordens: pré-ordem decrescente e pré-ordem
crescente. Estas pré-ordens são estabelecidas com base em duas relações: sobreclassifição
e indiferença. O método PROMETHEE I consiste na interseção entre essas duas pré-ordens
e produz uma pré-ordem parcial, a partir de três relações: preferência (P), indiferença (I) e
incomparabilidade (R). Portanto, este método visa resolver problemas de sobreclassifição
em que se obtém uma pré-ordem parcial entre alternativas do problema.
PROMETHEE
II
Este método consiste em organizar as alternativas em ordem decrescente, estabelecendo
uma pré-ordem completa das mesmas. Enquanto que no PROMETHEE I podem ocorrer
incomparabilidades, no PROMETHEE II tem-se uma ordem completa, desta forma, o
PROMETHEE II tende a ser o mais usado por dar uma ideia aparentemente mais
confortável ao decisor, apresentando-lhe uma ordem completa.
PROMETHEE
III
Distinguem-se das outras versões da família PROMETHEE pelo fato de que realizam a
sobreclassifição das alternativas potenciais por meio de intervalos. Os métodos
PROMETHEE III foram desenvolvidos para o tratamento de problemas de decisão mais
sofisticados, em particular com um componente estocástico.
PROMETHEE
IV
Assim como os métodos PROMETHEE III, estes métodos também foram desenvolvidos
para o tratamento de problemas de decisão mais sofisticados. Porém, o PROMETHEE IV
envolve o caso de conjunto contínuo de ações A que surge quando as ações são, por
exemplo, percentagens, dimensões de um produto, investimentos.
PROMETHEE
V
Neste método, após a obtenção das avaliações das alternativas com base no método
PROMETHEE II, são consideradas restrições, identificadas no problema, e então estas
restrições são aplicadas a um conjunto de de alternativas.
PROMETHEE
VI
Neste método, quando o decisor não quer ou é incapaz de definir os pesos para os critérios
de forma precisa, então, se podem especificar intervalos de valores possíveis em vez de um
valor fixo para cada peso.
Fonte: Adaptado de Almeida (2013); Campos (2011).
3.3.3 Métodos compensatórios e não compensatórios
Uma característica importante em relação à escolha de métodos, em métodos
multicritérios de apoio à decisão diz respeito à compensação que pode existir entre os critérios
no modelo de agregação (ALMEIDA, 2013). Em função disto, os métodos podem ser
classificados em compensatórios e não compensatórios.
[...] no procedimento compensatório, uma alternativa com péssima avaliação em
um critério pode ter o seu valor global compensado por uma avaliação muito boa
em outro critério. Evidentemente isso vai depender do grau de importância desses
critérios e dos valores considerados na escala de avaliação para cada critério. Isto é,
as constantes de escala que estabelecem os trade-offs entre os critérios vão permitir
a compensação no cômputo da avaliação final da alternativa. Já no procedimento
não compensatório, uma alternativa com péssima avaliação em um critério não terá
seu valor global compensado por uma avaliação muito boa em outro critério. O
desempenho final da alternativa dependerá apenas do grau de importância (peso)
desses critérios (ALMEIDA, 2013, p. 195).
50
Gomes e Gomes (2014) definem trade-off como o valor de compensação entre dois
atributos X e Y, ou seja, é a relação entre o que é preciso perder em X para ganhar em Y, sem
sair da curva de indiferença. Semelhantemente, para Almeida (2013, p. 53), “trade-off de
valores é definido por duas consequências entre as quais o decisor é indiferente, então ele
pode fazer uma troca entre elas. Significa que o decisor é igualmente satisfeito por qualquer
dessas duas consequências”.
Por exemplo, supõem-se dois critérios ‘qualidade’ e ‘custo’, o critério ‘qualidade’
possui péssimo desempenho então, este critério pode ser compensado por outro critério que
tenha um melhor desempenho, neste caso o critério ‘custo’ (GUARNIERI, 2014).
De acordo com Almeida (2013), os métodos de agregação por meio de critério único
de síntese apresentam avaliações compensatórias, enquanto os métodos multicritérios de
sobreclassificação não são compensatórios.
Almeida (2013) afirma ainda, que são diversas as situações reais que pode se observar
o uso de métodos não compensatórios para a tomada de decisão. Entretanto serão apresentados
a seguir apenas alguns exemplos:
Como primeiro exemplo não compensatório, apresentado por Almeida (2013) tem-se
o jogo de vôlei. Nele, a definição final é função dos resultados finais de cada set e não
considera a pontuação obtida em cada set. Na Tabela 6, pode-se observar que o time A ganha
os sets 1, 2, e 5 e por isso é o vencedor. No entanto, foi o time B que fez maior pontuação na
composição dos sets.
Tabela 6 – Modelo não compensatório - jogo de vôlei
Time: A B
SET 1 25 23
SET 2 25 20
SET 3 11 25
SET 4 17 25
SET 5 15 11
Fonte: Almeida (2013).
Se fosse utilizado um modelo compensatório, como por exemplo, um modelo aditivo,
cada set corresponderia a um critério (considerando que os critérios têm o mesmo peso), e
então a pontuação em cada set seria computada. Nesse caso, observa-se na Tabela 6 que o
Time A tem 93 pontos e o Time B tem 104 pontos, então, em um procedimento de decisão
compensatório, o vencedor seria o Time B e não o Time A (ALMEIDA, 2013).
Outro exemplo não compensatório é o processo eleitoral nos Estados Unidos.
Conforme Almeida (2013), o sistema eleitoral americano diz que quem vence em um Estado
51
fica com todos os seus votos daquele Estado. O número de votos em cada Estado é o mesmo
de senadores, ou seja, dois para cada Estado, somados ao de deputados, cujas bancadas variam
de acordo com a população. Deste modo, o número de votos em cada Estado corresponde ao
peso de cada um, que é relacionado ao tamanho da população.
Diante disto, após a contagem de votos, cada Estado declara quem foi o vencedor local.
Todos os votos daquele Estado, então, serão para o vencedor, independente da proporção da
vitória. Por exemplo, se um candidato ganhar no Estado da Califórnia com apenas a metade
dos votos mais um, levará todos os 55 votos do Estado, a maior bancada do país, conforme é
apresentado na Figura 7. Desta forma, conclui-se que o sistema não é compensatório.
Figura 7 – Quem ganha na Califórnia leva todos os 55 votos.
Fonte: Almeida (2013).
A questão na realidade é que aquele sistema trata de 50 eleições estaduais e não de
uma eleição federal. O sistema atende a um dos princípios básicos do sistema
americano: a autonomia dos Estados. Quando o país se formou a partir das colônias
britânicas no século XVIII. O pacto foi de que os Estados cederiam ao Governo
Federal a menor quantidade possível de poder. Assim, não é a maioria dos
americanos que escolhe o presidente, mas, sim, a maiorias dos texanos, dos
californianos, dos nova-iorquinos etc. (ALMEIDA, 2013, p. 42).
Um exemplo real não compensatório é apresentado na Figura 8, que ilustra a
composição de cada Estado na segunda Eleição de Obama no ano de 2012, onde o número de
votos em cada Estado iria para cada candidato que os recebeu. Conforme se observa na Figura
8, a contagem dos votos é em função dos Estados que apoiam cada candidato.
Figura 8 – Avaliação não compensatória nas eleições americanas.
Fonte: Adaptado de Almeida (2013).
52
“O procedimento compensatório implica que os valores das alternativas nos vários
critérios podem interagir entre si. Se nenhuma interação é permitida, não pode haver
compensação e então se tem um procedimento não compensatório” (ALMEIDA, 2013, p. 43).
3.4 RESOLUÇÃO DE UM PROBLEMA DE DECISÃO
Com o objetivo de dar suporte a uma situação de tomada de decisão na prática, a seguir
é apresentada uma abordagem para o processo de construção de um modelo e, resolução de
um problema de decisão (ALMEIDA, 2013).
Vistos os principais elementos envolvidos no processo de tomada de decisão, este
tópico faz uma integração dos demais assuntos apresentados, possibilitando ao decisor o
desfecho para o processo decisório.
Segundo Almeida (2013, p. 161), “o procedimento para resolução de problemas de
decisão inclui a escolha do método mais apropriado para abordar o problema de decisão, em
função de suas características fundamentais”. Para Campos (2011), resolver um problema
multicritério consiste não somente em encontrar uma solução, mas em auxiliar o decisor a
dominar os dados (em geral, complexos) e avançar para obtenção da decisão final.
Para o desenvolvimento da modelagem de um problema deve-se observar que há
muitas possibilidades que levam a diversos modelos aplicáveis. Essas possibilidades
estão associadas a diferentes hipóteses ou formas distintas de se estabelecerem os
diversos ingredientes do problema, tais como: a forma do espaço de ações, a escolha
dos atributos, etc. (ALMEIDA, 2013, p. 162).
A Figura 9 apresenta o processo de modelagem, nesta ilustração considera-se um funil
por onde passam todos os possíveis modelos para o problema de decisão.
Figura 9 – Funil na obtenção do modelo.
Fonte: Almeida (2013) adaptada de Slack et al. (1995).
53
A Figura 9 apresenta um filtro de seleção de modelos de decisão, estes modelos são
representados pelas esferas pretas. O filtro elimina, a cada decisão tomada pelo analista,
algumas possibilidades de modelos. Essas decisões consistem numa abordagem escolhida
numa etapa qualquer do processo, ou em hipóteses assumidas em relação ao problema em
estudo, ou ainda, outros fatores em relação à decisão analisada. Na passagem por cada filtro,
há um número menor de possíveis formas de representar o problema, isto é, os modelos, até
chegar a um único modelo (o modelo final) que será utilizado para análise do problema de
decisão (ALMEIDA, 2013).
Para a condução do processo de tomada de decisão em uma organização, segundo
Almeida (2013), diversas etapas devem ser seguidas. O capítulo 2 deste trabalho apresentou
cinco estágios do processo decisório, no entanto, este tópico apresenta uma visão diferente.
Existem vários procedimentos para a construção de um modelo de decisão
multicritério que são apresentados na literatura. Porém, será abordado a seguir, somente o
procedimento que foi proposto por Almeida (2013), este procedimento está representado na
Figura 10.
Figura 10 – Procedimento para resolução de um problema de decisão.
Fonte: Adaptado de Almeida (2013).
54
O procedimento para construção do modelo de apoio à decisão ilustrado na Figura 10
consiste em três fases principais, cada fase é dividida em várias etapas, seguindo a sequência
de cada seta. Essas fases e etapas estão de acordo com a abordagem de refinamentos
sucessivos, apresentados no tópico 3.2 deste capítulo.
A primeira fase, denominada fase preliminar, possui cinco etapas onde são
estruturados os elementos básicos para a formulação do problema de decisão, estes elementos
podem influenciar de forma decisiva o modelo final, que vai ser construído para análise do
problema, conforme visualizado na Figura 9. Na segunda fase, são desenvolvidas as etapas
relativas à modelagem de preferências. Ao final dessa fase o método de decisão é escolhido e
o modelo de decisão é construído, estando pronto para ser utilizado, ressaltando que revisões
podem ser feitas, pois, como já foi visto, a abordagem de refinamentos sucessivos possibilita
retornar da fase três para revisar algumas etapas nesta segunda fase. E por fim, na terceira fase
têm-se o modelo consolidado, o desenvolvimento das etapas finais para a resolução do
problema e a implementação da ação recomendada (ALMEIDA, 2013).
O Quadro 5 traz uma síntese das etapas que compõem este processo de construção de
modelos e resolução de um problema de decisão multicritério.
Quadro 5 – Etapas do procedimento para resolução de um problema de decisão
Etapas Descrição
Etapa 1
Caracterizar
decisor(es) e
outros autores
Consiste em caracterizar o decisor e verificar se o seu envolvimento no processo decisório
será direto ou indireto, ou seja, é o decisor quem participará do processo ou ele irá indicar
alguém para participar em seu lugar, como por exemplo, o cliente. Deve-se também
caracterizar os demais atores e identificar o papel que cada um irá exercer neste processo.
Etapa 2
Identificar o
objetivo
A identificação do objetivo terá uma influência inicial significativa no modelo final, vistos
que os valores do decisor são especificados nos objetivos, o processo de identificação
destes objetivos requer criatividade e um pensamento árduo sobre uma situação de decisão,
essa identificação pode ser conduzida por um facilitador.
Etapa 3
Estabelecer os
critérios
Para cada objetivo estabelecido na etapa anterior, serão construídos critérios ou atributos
que os representem no processo de modelagem quantitativa. Para cada objetivo
estabelecido, deve-se ter uma variável que possa medir o grau de desempenho que se possa
obter nesse objetivo. Uma família coerente de critérios deve ser estabelecida e para tal deve
atender a três propriedades: Não redundância; Exaustividade (todos os critérios devem
estar presentes, no sentido de representar todos os objetivos do problema); Consistência
(as preferências do decisor em relação a cada critério devem ser coerentes com a avaliação
global).
Etapa 4 Estabelecer
espaço de
ações,
problemática e
alternativas
Essa etapa envolve três atividades: o estabelecimento da estrutura do espaço de ações, a
determinação da problemática, e a geração das alternativas. A estrutura do espaço de ações
vai estabelecer um marco importante para a escolha do método multicritério a ser utilizado.
A maioria dos métodos descritos está associada aos métodos discretos, da forma a seguir:
A = {a1, a2, a3, ..., an}, onde o número de alternativas é igual a n. Uma vez definida a forma
do conjunto de alternativas, têm-se que estabelecer qual é a problemática, que também vai
influenciar na escolha do método. Na geração das alternativas, dependendo do tipo de
método selecionado e de sua parametrização, sempre há alguma facilidade de introduzirem
novas alternativas no conjunto A, após a conclusão do modelo.
55
(Continuação Quadro 5)
Etapa 5
Identificar
fatores não
controlados
Consiste na avaliação e identificação de fatores relevantes que não estão sobre o controle
do decisor. Essa identificação pode iniciar a presença de variáveis que se comportam como
Estado da Natureza, θ, um dos ingredientes na formulação de problemas com Análise de
Decisão. Um problema de decisão típico dentro de qualquer organização, que tem esta
característica é aquele de aquisição de uma máquina com nova tecnologia no sistema de
produção ou simplesmente para ampliação da capacidade. Nesse problema, o conjunto de
alternativas tem a forma discreta: A = {a1, a2, a3, ..., an}, onde ai corresponde a um modelo
de máquina disponível para aquisição. Um fator que influencia neste processo é a demanda
pelo produto, que será processado pela máquina. A demanda é um fator a parte, que
influencia nas consequências, sobre o qual o decisor não possui controle, sendo assim,
considerada um fator não controlado.
Etapa 6
Efetuar a
modelagem de
preferências
Nessa etapa inicia-se a segunda fase do procedimento em que é efetuada a escolha do
método multicritério e chega-se ao modelo consolidado, embora ambos possam ser
revisados no processo de refinamento. A modelagem de preferências do decisor é
desenvolvida de forma integrada com as etapas 7 e 8 a seguir, de forma que os resultados
dessas três etapas fornecem os elementos mais importantes para a escolha do método
multicritério. Nessa modelagem deve-se avaliar que estrutura de preferências seria mais
adequada para representar as preferências do decisor.
Etapa 7
Efetuar
avaliação
intracritério
A avaliação intracritério depende do tipo de método a ser utilizado. Essa avaliação no
contexto de métodos de sobreclassificação envolve a avaliação da questão das limiares de
indiferença e preferência, que pode levar à determinação do tipo de critério (critério
verdadeiro; semicritério; critério de intervalo; pseudocritério). Para métodos do conjunto
de critério único de síntese, a avaliação intracritério consiste na elicitação da função
utilidade para cada atributo ou no estabelecimento da função valor para cada critério.
Etapa 8
Efetuar
avaliação
intercritério
Com base no método multicritério já estabelecido, deve-se efetuar a parametrização do
método, obtendo as informações intercritério, junto ao decisor. Trata-se das informações
que permitem efetuar a combinação quantitativa dos critérios para o processo de agregação
com vistas à avaliação das alternativas.
Etapa 9
Avaliar as
alternativas
Consiste na avaliação global das alternativas e inicia a terceira fase do processo de decisão.
Nessa fase o modelo de decisão já está consolidado e pronto para ser utilizado. Assim, tem-
se efetivamente a aplicação do método multicritério, utilizando as preferências do decisor,
conforme a problemática estabelecida. Para cada tipo de problemática essa avaliação das
alternativas permitirá expressar um resultado final para ser apresentado ao decisor.
Etapa 10
Efetuar a
análise de
sensibilidade
A partir da apresentação do resultado da etapa anterior, têm-se a análise de sensibilidade,
que trata de um estudo e análise do impacto provocado na saída do modelo, por variações
na entrada deste, ou seja, avalia que impacto é ocasionado por variações nos dados de
entrada ou nos parâmetros do modelo sobre a solução apresentada pelo modelo.
Etapa 11
Analisar
resultados e
elaborar
recomendação
Concluídas as duas etapas anteriores e não havendo a necessidade de retorno às etapas
antecedentes, têm-se então a análise final dos resultados e a elaboração de recomendação
para o decisor. A análise e apresentação dos resultados devem incorporar a sensibilidade
da recomendação aos parâmetros e aos dados utilizados, incluindo as decisões mais
relevantes tomadas pelo analista, ao longo do processo de construção do modelo de
decisão. A elaboração da recomendação, com todos os detalhes do processo decisório, pode
representar uma documentação relevante para a organização. Pode ser útil para
justificativas no processo de implementação ou pode ser necessário no futuro para análise
e explanação em relação a resultados que venham a ser obtidos.
Etapa 12
Implementar
decisão
Consiste na própria implementação da ação ou na adoção de procedimentos sobre o
conjunto de ações indicadas, conforme seja a problemática analisada. A etapa de
implementação de uma alternativa selecionada no processo decisório pode ser mais
relevante do que se considera ao levar adiante as etapas anteriores do processo decisório,
especialmente quando se consideram as realidades de um contexto organizacional.
Fonte: Adaptado de Almeida (2013).
56
4 SISTEMAS DE INFORMAÇÃO
Os sistemas de informação (SI) existentes no mercado possibilitam a obtenção de
diversas informações para atender às diferentes necessidades dos decisores nas organizações,
considerando-se os diferentes níveis de decisão (TCHEMRA, 2009).
Segundo Laudon e Laudon (2010, p. 41),
[...] até a metade da década de 1950, as empresas administravam tudo em registros
impressos e divulgavam suas informações em papel. Durante os últimos 50 anos,
cada vez mais as informações organizacionais e o fluxo delas entre os principais
atores dos negócios foram computadorizados.
As organizações estão inseridas em um ambiente amplo de informações, isso acarreta
na necessidade de gerenciamento da informação utilizando um sistema como apoio
(SUGAHARA; SOUZA; VISELI, 2009).
Conforme Chiavenato (2003, p. 475), “a palavra sistema denota um conjunto de
elementos interdependentes e interagentes ou um grupo de unidades combinadas que formam
um todo organizado”. Para Loh (2014), um sistema corresponde a um conjunto de elementos
inter-relacionados que possuem um objetivo comum. De acordo com Laudon e Laudon
(2010), informações são dados que são apresentados de forma significativa e útil para os seres
humanos.
Para Chiavenato (2003, p. 422) a informação
é um conjunto de dados com um significado, ou seja, que reduz a incerteza ou que
aumenta o conhecimento a respeito de algo. Na verdade, informação é uma
mensagem com significado em um determinado contexto, disponível para uso
imediato e que proporciona orientação às ações pelo fato de reduzir a margem de
incerteza a respeito de nossas decisões.
Laudon e Laudon (2010) definem dados como sequências de fatos que ainda não foram
avaliados, representativos de eventos que acontecem nas organizações ou em seu espaço
físico, antes de terem sido organizados de maneira que as pessoas possam compreendê-los e
utilizá-los. Para Chiavenato (2003), dado é um registro ou anotação correspondente a um
evento ou ocorrência.
Segundo Loh (2014, p.7), “um Sistema de Informação (SI) é um sistema cujo elemento
principal é a informação”. Laudon e Laudon (2010, p. 12) definem os Sistemas de Informação
de forma mais detalhada, segundo os autores,
um sistema de informação (SI) pode ser definido tecnicamente como um conjunto
de componentes inter-relacionados que coletam (ou recuperam), processam,
armazenam e distribuem informações destinadas a apoiar à tomada de decisões, à
coordenação e o controle de uma organização.
57
Conforme Ferreira (2010), todo sistema de informação é composto por diversos
sistemas menores, denominados subsistemas. Semelhante ao SI, estes subsistemas são
conjuntos de elementos interdependentes que interagem para atingir um objetivo comum,
auxiliando o sistema de informação no alcance de um objetivo maior, ou seja, oferecer um
produto ou um serviço.
Cada vez mais as organizações têm investido em sistemas de informação. De acordo
com Laudon e Laudon (2010) esse investimento é a forma que as empresas têm para
administrar suas atividades de produção internas e lidar com as demandas dos principais atores
que a compõem, além de atenderem aos seguintes objetivos organizacionais:
Alcançar a excelência operacional (produtividade, eficiência e agilidade);
Desenvolver novos produtos e serviços;
Estreitar o relacionamento com o cliente e dar-lhe um melhor atendimento
(marketing contínuo, vendas e serviços; customização e personalização);
Aperfeiçoar a tomada de decisão (em termos de precisão e rapidez);
Promover vantagem competitiva;
Garantir a sobrevivência.
4.1 OBJETIVOS DOS SISTEMAS DE INFORMAÇÃO
“Os sistemas de informação, independente de seu nível ou classificação, têm como
maior objetivo auxiliar os processos de tomada de decisões na empresa” (REZENDE;
ABREU, 2003, p.63). Para Laudon e Laudon (2010, p. 323), “uma das principais
contribuições dos sistemas de informação é a melhoria da tomada de decisão, seja para
indivíduos ou grupos”.
Conforme Ferreira (2010), os sistemas de informação, em sua maioria são
desenvolvidos para solucionar problemas organizacionais ou problemas específicos de um
grupo de usuários, considerando-se a avaliação do uso (usabilidade) e o gerenciamento da
informação (gestão).
De acordo com Loh (2014), os sistemas de informação têm por função conectar dois
mundos: a Tecnologia da Informação (TI) e a Organização. São os sistemas de informação
que proporcionam a troca de informações entre a tecnologia e a organização (Figura 11), além
disso, estes sistemas determinam quais são as informações a serem coletadas da organização,
quais serão armazenadas na tecnologia e como serão armazenadas, e o que deverá ser
devolvido para a organização.
58
Figura 11 – Papel dos Sistemas de Informação, conectando TI e Organizações.
Fonte: Loh (2014).
Laudon e Laudon (2010) destacam que os sistemas de informação são muito mais do
que computadores, segundo os autores, os sistemas de informação possuem três dimensões:
as organizações, as pessoas e a tecnologia de informação (Figura 12).
Figura 12 – Sistemas de informação são muito mais que computadores.
Fonte: Laudon e Laudon (2010).
4.1.1 Organizações
A Organização é um sistema criado pelo ser humano e está em constante interação
com seu meio ambiente, sejam clientes, fornecedores, concorrentes, órgãos do governo e
outros agentes externos (CHIAVENATO, 2010). Para Rezende e Abreu (2003), uma
Organização é composta de pessoas e valores, os quais trabalham em conjunto e utilizam
diversos recursos para atingir seus objetivos.
Conforme Laudon e Laudon (2010, p. 36), “uma empresa é uma organização formal
cujo objetivo é produzir produtos ou prestar serviços a fim de gerar lucro”. Porém, não é toda
organização que opera com o objetivo de gerar lucros, os autores ressaltam que existem outros
tipos de empresas, como órgãos governamentais e empresas que também produzem serviços
e produtos como as demais organizações, mas não possuem fins lucrativos.
Préve, Moritz e Pereira (2010) destacam que o papel das organizações é de servir a
sociedade e, devido isto, estão em constante construção, reorganizando seus recursos para que
possam atender a diferentes demandas.
59
De acordo com Laudon e Laudon (2010, p. 15),
cada empresa tem uma cultura peculiar ou um conjunto fundamental de premissas,
valores e modos de fazer as coisas que é aceito pela maioria de seus membros.
Sempre se podem encontrar partes da cultura de uma organização embutidas em
seus sistemas de informação.
“Por cultura pode-se entender padrões de comportamento, de crenças, conjuntos de
valores espirituais e materiais, grupo social de uma nação, esforço coletivo, civilização e saber
intelectual” (REZENDE; ABREU, 2003, p. 38).
A estrutura de uma organização é composta por diferentes níveis e particularizações.
A autoridade e a responsabilidade dentro de uma empresa são constituídas na forma de uma
hierarquia, ou uma estrutura piramidal, em que a responsabilidade e autoridade são
apresentadas na forma crescente. Nos níveis superiores desta hierarquia estão inseridos os
funcionários do setor administrativo, profissional e técnico, e nos níveis inferiores estão os
funcionários do setor operacional. É através desta hierarquia e de suas técnicas de negócios
que a organização executa e coordena o seu trabalho. (LAUDON; LAUDON, 2010).
4.1.2 Pessoas
“As organizações funcionam por meio das pessoas, que delas fazem parte e que
decidem e agem em seu nome” (CHIAVENATO, 2010, p. 5).
Conforme Rezende e Abreu (2003, p. 40),
as empresas estão procurando dar mais atenção ao ser humano, pois é ele que faz
com que as engrenagens empresariais funcionem perfeita e harmonicamente,
buscando um relacionamento cooperativo e satisfatório para ambas as partes, com
objetivos comuns.
Existem diversos termos para definir as pessoas que fazem parte de uma organização.
Esta definição depende do grau de importância que essas pessoas têm para as organizações,
elas podem ser chamadas de funcionários, empregados, trabalhadores, operários, ou até
mesmo chamadas de recursos humanos, colaboradores, associados, entre outros
(CHIAVENATO, 2010).
De acordo com Laudon e Laudon (2010), uma empresa é tão boa quanto as pessoas
que a compõem. Da mesma forma são os sistemas de informação, sem pessoas capacitadas
para mantê-los e desenvolvê-los e, sem pessoas que saibam utilizar as informações deste
sistema para atingir os objetivos organizacionais, os sistemas de informação tornam-se
inutilizáveis.
60
Segundo O´Brien e Marakas (2007), as pessoas são componentes essenciais para que
os sistemas de informação atuem de maneira bem sucedida. Neste âmbito de sistemas de
informação, as pessoas podem ser:
Usuários finais ou clientes – são as pessoas que utilizam um sistema de informação
ou a informação produzida por eles. Essas pessoas podem ser consumidores,
vendedores, engenheiros, funcionários, contadores ou gerentes e atuam em todos os
níveis de uma organização.
Especialistas de SI – são as pessoas que desenvolvem e operam os sistemas de
informação. Os especialistas podem ser analistas de sistemas, desenvolvedores de
software, operadores de sistemas e outras pessoas de sistemas de informação da
parte gerencial, técnica e administrativa.
4.1.3 Tecnologia da Informação
Com a evolução da Tecnologia da Informação, os computadores estão cada vez mais
presentes nas organizações, aperfeiçoando o rendimento das atividades diárias das rotinas
administrativas, pois os dados são processados de forma rápida e precisa (SANTOS, 2013).
“Pode-se conceituar a Tecnologia da Informação como recursos tecnológicos e
computacionais para geração e uso da informação” (REZENDE; ABREU, 2003, p. 76).
Porém, na era atual da informatização, a tecnologia não está preocupada apenas em fornecer
ou processar informações, mas apoiar as decisões, pois, as decisões só podem ser tomadas
quando dispomos de informação (LOH, 2014).
Segundo O´Brien e Marakas (2007, p.7) “[...] tecnologia da informação refere-se aos
vários hardwares, softwares, redes de computadores e componentes de gerenciamento de
dados necessários para o sistema funcionar”.
Hardware é o equipamento físico usado para as atividades de entrada,
processamento e saída de um sistema de informação. Consiste em computadores de
vários tipos e formatos; diversos dispositivos de entrada, saída e armazenagem; e os
dispositivos de telecomunicação que interliga todos esses elementos (LAUDON;
LAUDON, 2010, p. 15).
De acordo com Turban, Rainer e Potter (2007) hardware consiste em:
Unidade Central de Processamento (CPU) – possui controle sobre os dados e as
tarefas realizadas pelos outros componentes.
Armazenamento primário (Interno à CPU) – armazena os dados e as instruções de
programa, temporariamente, durante o processamento.
61
Armazenamento secundário (Externo à CPU) – armazena os dados e os programas
para uso futuro.
Tecnologias de entrada – recebem os dados e as instruções e converte-os em um
formato que o computador possa entender.
Tecnologias de saída – apresentam os dados e as informações em um formato que
as pessoas possam compreender.
Tecnologias de comunicação – proporcionam o fluxo de dados das redes externas
(internets e intranets) para a CPU, e da CPU para as redes de externas.
Software abrange todos os conjuntos de instruções de processamento de informação,
isto inclui os conjuntos de instruções operacionais denominados programas, que possuem
controle sobre o hardware do computador, e os conjuntos de instruções de processamento de
informação denominados procedimentos, que são necessários para as pessoas (O´BRIEN;
MARAKAS, 2007).
Para Laudon e Laudon (2010, p. 16) “o software consiste em instruções detalhadas e
pré-programadas que controlam e coordenam os componentes do hardware de um sistema de
informação”.
Conforme Turban, Rainer e Potter (2007) o software pode ser dividido em dois tipos
principais, são eles:
Software de sistema – consiste em um conjunto de instruções que opera como
intermediário entre o hardware de computador e os programas de aplicação.
Usuários treinados podem manipular diretamente o software de sistema.
Software de aplicação – consiste em um conjunto de instruções de computador, o
qual proporciona ao usuário uma funcionalidade mais específica. Um exemplo
desta funcionalidade é o processamento de texto geral, como um programa de folha
de pagamento da organização. Um programa de aplicação, normalmente, utiliza o
computador quando há certa necessidade.
A tecnologia da informação também abrange a tecnologia de comunicações e de redes
e, a tecnologia de armazenagem de dados. Segundo Laudon e Laudon (2010, p. 16),
a tecnologia de comunicações e de redes, composta por dispositivos físicos e
softwares, interliga os diversos equipamentos de computação e transfere dados de
uma localização física para outra. Equipamentos de computação e comunicação
podem ser conectados em rede para compartilhar voz, dados, imagens, som e até
vídeo. Uma rede liga dois ou mais computadores para compartilhar dados ou
recursos, tais como uma impressora.
62
De acordo com Rezende e Abreu (2003), para o bom funcionamento dos sistemas de
informação nas organizações é fundamental o gerenciamento dos dados, pois sem os dados e
a habilidade para processá-los, a organização torna-se incapaz de executar suas atividades de
forma efetiva. “Chamamos de tecnologia de armazenagem de dados os softwares que
comandam a organização de dados em meios físicos de armazenagem” (LAUDON;
LAUDON, 2010, p. 16).
Para Chiavenato (2003), a tecnologia da informação está presente na vida das
organizações e das pessoas e tem provocando intensas transformações, tais como:
Compressão do espaço – com a aquisição da tecnologia da informação, prédios e
escritórios sofreram uma brutal redução de tamanho. A Era da informação trouxe
para as organizações o conceito de escritório virtual ou não territorial.
Compressão do tempo – a comunicação tornou-se móvel, flexível, veloz, direta e
em tempo real, isto permitiu mais tempo para a organização dedicar-se aos seus
clientes.
Conectividade – com o surgimento do computador portátil, multimídia, trabalho em
grupo (workgroup) e estações de trabalho (workstation), surgiu também o
teletrabalho, que permitiu às pessoas o trabalho em conjunto, mesmo estando
distantes fisicamente. A teleconferência e a telereunião tornou possível o contato
entre as pessoas sem necessidade de deslocamento físico ou viagens para reuniões
ou contatos pessoais.
Todos esses componentes da tecnologia da informação estão em constante interação,
porém, eles necessitam de um elemento fundamental, que é o recurso humano, pois sem o ser
humano essa tecnologia não teria utilidade e funcionalidade (REZENDE; ABREU, 2003).
4.2 ATIVIDADES DE UM SISTEMA DE INFORMAÇÃO
De acordo com Laudon e Laudon (2010), três atividades em um sistema de informação
geram resultados que são essenciais para auxiliar a organização na tomada de decisões,
controle das operações, análise de problemas e criação de novos produtos ou serviços. Essas
atividades são entrada, processamento e saída (Figura 13).
“O sistema recebe entradas (inputs) ou insumos para poder operar. A entrada (input)
de um sistema é tudo o que o sistema importa ou recebe de seu mundo exterior”
(CHIAVENATO, 2003, p. 418).
63
Figura 13 – Funções de um sistema de informação.
Fonte: Laudon e Laudon (2010).
Conforme O´Brien e Marakas (2007, p. 24),
a entrada envolve a captura e a montagem dos elementos que entram no sistema para
serem processados. Por exemplo, a matéria-prima, a energia, os dados, e o esforço
humano devem ser reunidos e organizados para o processamento.
No processamento, os dados brutos que entraram no sistema, serão convertidos em
uma forma mais significativa (LAUDON; LAUDON, 2010). Segundo O´Brien e Marakas
(2007), o processamento envolve os processos de transformação, que convertem a entrada no
resultado. Pode-se mencionar como exemplo de processamento, um processo de fabricação e
cálculos matemáticos.
Para Chiavenato (2003), a saída (output) é o resultado final do funcionamento de um
sistema. O sistema pode produzir uma ou várias saídas. É através da saída que o sistema irá
exportar o resultado das suas operações para o meio ambiente. Por exemplo, muitas
organizações produzem saídas como bens ou serviços e uma infinidade de outras saídas como
informações ou lucros.
Conforme Laudon e Laudon (2010), na saída, as informações que foram processadas
serão transferidas às pessoas que as utilizarão ou às atividades nas quais elas serão
empregadas. O´Brien e Marakas (2007) conceituam o resultado (ou saída) como uma atividade
do sistema de informação onde os elementos que foram produzidos através de um processo
de transformação serão transferidos para seu destino final.
“Os sistemas de informação também requerem um feedback, que é uma resposta à ação
adotada a determinados membros da organização para ajudá-los a avaliar ou corrigir o estágio
de entrada (LAUDON; LAUDON, 2010, p. 12).
A retroação é um mecanismo segundo o qual uma parte da energia de saída de um
sistema ou de uma máquina volta à entrada. A retroação (do inglês feedback),
64
também chamada de servomecanismo, retroalimentação ou realimentação, é um
subsistema de comunicação de retorno proporcionado pela saída do sistema à sua
entrada, no sentido de alterá-la de alguma maneira (CHIAVENATO, 2003, p. 420).
4.3 CLASSIFICAÇÃO DOS SISTEMAS DE INFORMAÇÃO
Com o objetivo de atender aos vários interesses dos diferentes agentes na organização,
existem diversos tipos de sistemas de informações (ANDRADE, 2008). Porém este trabalho
abrange apenas alguns dos sistemas de informações existentes, tais como: Sistemas de
processamento de transações (SPT), Sistemas de informações gerenciais (SIG), Sistemas de
apoio ao executivo (SAE) e Sistemas de apoio à decisão (SAD). Dentre os SI citados, os SADs
serão explanados com mais detalhes, pois a análise destes é objetivo principal deste trabalho
pelo fato de apoiar com mais intensidade a tomada de decisão.
Todos os sistemas de informação têm como objetivo gerenciar informações para apoiar
decisões. Porém, o fato de existirem diversos tipos de sistemas de informação advém da
maneira como essas informações são manipuladas ou representadas, bem como os diferentes
modos de apoiar as decisões e gerenciar as informações (LOH, 2014).
De acordo com Laudon e Laudon (2010), em uma empresa, cada departamento possui
seus próprios objetivos e processos e, precisam cooperar para que a empresa seja bem
sucedida. Para isso, faz-se necessário a contratação de gerentes que serão responsáveis por
garantir que todos estes departamentos trabalhem em conjunto.
Segundo Rezende e Abreu (2003), as organizações têm reduzido o número de níveis
hierárquicos com o objetivo de facilitar os processos de comunicação, os fluxos de
informações e a tomada de decisão. Laudon e Laudon (2010) destacam três grupos de gerência
que compõem a hierarquia da administração na organização, são eles: Gerência sênior;
Gerência média e Gerência operacional (Figura 14).
Figura 14 – Níveis de uma empresa.
Fonte: Laudon e Laudon (2010).
65
A gerência sênior é responsável por tomar decisões estratégicas de longo prazo e
referentes a produtos e serviços, além disso, a gerência sênior garante o desempenho
financeiro da organização (LAUDON; LAUDON, 2010).
Conforme O’Brien e Marakas (2007), na gerência sênior ocorre o monitoramento do
desempenho estratégico da empresa bem como do seu comportamento geral no ambiente
empresarial político, econômico e competitivo. Os executivos compõem a gerência sênior e
constantemente estão tomando decisões, as quais podem mudar significativamente a maneira
como os negócios são feitos (TURBAN; RAINER; POTTER, 2007).
A gerência média é responsável por conduzir os programas e planos que foram
definidos pela gerência sênior (LAUDON; LAUDON, 2010). “Gerentes intermediários
tomam decisões táticas, que lidam com atividades como planejamento, organização e controle
de curto prazo” (TURBAN; RAINER; POTTER, 2007, p. 8).
Segundo Laudon e Laudon (2010), os trabalhadores do conhecimento fazem parte da
gerência média, estes trabalhadores são engenheiros, cientistas e arquitetos, os quais projetam
produtos ou serviços e criam novos conhecimentos para a organização.
Para Turban, Rainer e Potter (2007), a gerência operacional monitora as operações
diárias da organização e toma decisões de rotina, como atribuir tarefas aos empregados e fazer
pedidos de compras.
Esta gerência é composta pelos trabalhadores de dados, como secretárias ou arquivistas
que oferecem auxílio aos demais níveis, cuidando dos documentos e registros. Na gerência
operacional também estão os trabalhadores dos serviços ou da produção, estes são os que
verdadeiramente fabricam os produtos ou prestam serviços (LAUDON; LAUDON, 2010).
De acordo com O’Brien e Marakas (2007, p. 314) na gerência operacional,
os componentes das equipes autodirigidas ou gerentes operacionais elaboram planos
de curto prazo, por exemplo, cronograma de produção semanal. Eles administram a
aplicação dos recursos e o desempenho das tarefas de acordo com os procedimentos
e dentro do orçamento e do cronograma estabelecidos para as equipes e outros
grupos de trabalho da organização.
Laudon e Laudon (2010) ressaltam que para distribuir a informação necessária à gestão
da organização, cada grupo de gerência descrito anteriormente emprega um tipo diferente de
sistema. Esses sistemas podem ser classificados como sistemas de processamento de
transações, sistemas de informações gerenciais, sistemas de apoio ao executivo e sistemas de
apoio à decisão, os quais são descritos a seguir.
66
4.3.1 Sistemas de Processamento de Transações
Os sistemas de processamento de transações, também conhecidos como sistemas
rotineiros, são sistemas simples, comuns e apoiam as funções operacionais que são realizadas
diariamente em uma organização (LOH, 2014).
De acordo com Laudon e Laudon (2010, p.42),
o sistema de processamento de transações é um sistema computadorizado que
realiza e registra as transações rotineiras necessárias ao funcionamento
organizacional, tais como o registro de pedidos de venda, sistemas de reservas de
hotel, folha de pagamento, manutenção do registro de funcionários e expedição.
Para Victorino (2011), os SPTs são sistemas utilizados por profissionais que têm por
função executar e cumprir as atividades que foram elaboradas por todos os outros sistemas,
além de servirem como base na entrada de dados.
Esses sistemas, normalmente, são os primeiros a serem implantados nas empresas. Eles
são responsáveis pelo desempenho e pelos resultados diários de todas as rotinas
imprescindíveis para a elaboração dos interesses da organização. Os SPTs são de custo
acessível e são alicerces para os sistemas mais avançados, eles sustentam a integridade e a
precisão da informação gerada, garantindo a confiabilidade dos sistemas de informação que
estão hierarquicamente acima deles (FERREIRA, 2010).
Os Rotineiros têm por objetivo processar dados, isto é, fazer cálculos, armazenar e
recuperar dados (consultas simples), ordenar e apresentar de forma simples dados
para os usuários. Seu benefício principal é a agilização nas rotinas e tarefas,
incluindo documentação rápida e eficiente, busca acelerada de informações e
cálculos rápidos e precisos (LOH, 2014, p. 12).
Devido ao apoio às operações essenciais, os sistemas de processamento de transações
são considerados vitais para o sucesso de qualquer organização (TURBAN; RAINER;
POTTER, 2007).
Figura 15 – Exemplo de SPT de folha de pagamento.
Fonte: Laudon e Laudon (2010).
67
A Figura 15 apresenta um exemplo de SPT de folha de pagamento, este sistema faz o
controle do salário pago aos empregados. Uma transação simples é representa por uma folha
de horas que contem nome do empregado, número de identidade e número de horas
trabalhadas por semana. Ao ser fornecida a transação ao sistema, o arquivo (ou banco de
dados) é atualizado, este sistema mantém de forma permanente as informações sobre os
empregados de cada organização. Os dados no sistema são combinados de diferentes formas
para criar relatórios que são importantes para a gerência e para as agências do governo e, para
gerar os cheques de pagamentos dos empregados (LAUDON; LAUDON, 2010).
4.3.2 Sistemas de Informações Gerenciais
Segundo O´Brien e Marakas (2007), os sistemas de informações gerenciais produzem
informações que auxiliam nas diversas necessidades de tomada de decisões dos gerentes e
profissionais de negócios. Porém, esse sistema provê aos gerentes não apenas informações e
suporte para a tomada de decisão, mas também resposta às operações cotidianas, agregando,
assim, valor aos processos da empresa, pois um SIG tem como objetivo a eficiência
operacional (TCHEMRA, 2009).
“Os SIGs lidam com as questões tanto comportamentais quanto técnicas que cercam o
desenvolvimento, uso e impacto dos sistemas de informação adotados por administradores e
funcionários em uma empresa” (LAUDON; LAUDON, 2010, p. 14).
Conforme Chiavenato (2003, p. 429),
os Sistemas de Informação Gerencial constituem uma combinação de sistema de
computação, de procedimentos e de pessoas e têm como base um Banco de Dados,
que nada mais é do que um sistema de arquivos (coleção de registros correlatos)
interligados e integrados.
Estes sistemas surgiram com a finalidade de auxiliar o nível gerencial de uma
organização, fornecendo periodicamente relatórios com informações estruturadas e resumidas
quanto ao desempenho e dados históricos da organização (FERREIRA, 2010).
Os relatórios, as apresentações e as respostas produzidas pelo sistema de
informações gerenciais oferecem informações previamente especificadas pelos
responsáveis pela decisão como adequadas paras suas necessidades informação
(O´BRIEN; MARAKAS, 2007, p. 322).
De acordo com Loh (2014), quando surgiram os sistemas de informações gerenciais,
seus relatórios eram textuais. Atualmente, existem diversos recursos gráficos para apresentar
informações, tais como gráficos em barras, linhas, pizza, coordenadas paralelas, redes e
hierarquias, mapas, entre outros.
68
Figura 16 – Como os SIGs adquirem seus dados do SPT da empresa.
Fonte: Laudon e Laudon (2010).
A Figura 16 mostra como os sistemas de informações gerenciais adquirem dados do
sistema de processamento de transações da organização. Um SIG típico transforma os dados
de transações referentes a estoque, produção e contabilidade em arquivos SIG, empregados
na elaboração de relatórios para os gerentes (LAUDON; LAUDON, 2010).
Esse tipo de sistema permite que o usuário solicite de alguma maneira (escolha por
menus, uso de comandos, seleção de atributos, uso de filtros) a informação que necessita, e o
SIG busca em seus registros esta informação e apresenta-a ao usuário, da melhor maneira
(LOH, 2014).
4.3.3 Sistemas de Apoio ao Executivo
Um sistema de apoio ao executivo (SAE), também conhecido como sistemas de
informação executiva (SIE), é uma tecnologia computadorizada que foi projetada para atender
às necessidades específicas dos altos executivos, fornecendo-lhes acesso rápido e direto a
informações atuais e relatórios gerenciais (TURBAN; RAINER; POTTER, 2007).
Estes sistemas auxiliam a gerência sênior na tomada de decisões não rotineiras, as
quais demandam capacidade de avaliação e percepção, uma vez que não existe um método
previamente estabelecido para a obtenção de uma solução (LAUDON; LAUDON, 2010).
De acordo com Turban, Rainer e Potter (2007, p. 247) “um SIE é bastante fácil de usar,
baseia-se em gráficos”. Estes gráficos vêm de fontes distintas através de uma interface que
pode ser manuseada facilmente pela gerência sênior e, na maioria das vezes, as informações
são disponibilizadas por meio de um portal com interface Web que apresenta o conteúdo
empresarial de forma personalizada e integrada (LAUDON; LAUDON, 2010). O´Brien e
69
Marakas (2007) destacam que essas informações podem ser apresentadas de acordo com as
preferências do executivo usuário do sistema.
Segundo Laudon e Laudon (2010, p. 335),
os SAEs ajudam os gerentes seniores a controlar o desempenho organizacional,
monitorar as atividades da concorrência, identificar alterações nas condições de
mercado, detectar problemas e oportunidades, bem como prever tendências.
Conforme Turban, Rainer e Potter (2007), para os altos executivos, o mais importante
é que o sistema de apoio ao executivo oferece habilidades de relatório de exceção (em que são
apresentados somente os resultados que se desviam de um padrão definido) e habilidades de
relatório de expansão (investigação de informações em níveis crescentes de detalhe).
Figura 17 – Modelo de um sistema de apoio ao executivo típico.
Fonte: Laudon e Laudon (2010).
A Figura 17 apresenta um modelo de sistema de apoio ao executivo. Este sistema
refere-se a estações de trabalho com menus, gráficos interativos e recursos de comunicação,
os quais podem acessar dados históricos e de concorrentes a partir de bancos de dados externos
e de sistemas corporativos.
4.3.4 Sistemas de Apoio à Decisão
Os Sistemas de apoio à decisão são tecnologias fundamentais para a evolução do
processo de tomada de decisão nas organizações. Essas empresas estão incluídas na nova
realidade empresarial em que as suas atividades e as necessidades dos seus clientes estão em
constantes modificações, tornando as decisões um fator de suma importância (REZENDE;
ABREU, 2003). Segundo Gomes e Gomes (2014, p. 171), a terminologia SAD surgiu em
1970 e desde então vem ganhando popularidade.
70
Conforme Laudon e Laudon (2010, p. 44),
os sistemas de apoio à decisão (SADs) ajudam os gerentes de nível médio a tomar
decisões não usuais. Eles focam problemas únicos e que se alteram com rapidez,
para os quais não existe um procedimento de resolução totalmente predefinido.
Segundo O´Brien e Marakas (2007), durante o processo de tomada de decisão, os
SADs oferecem suporte direto do computador aos gerentes. Deste modo, esses sistemas
permitem a coordenação e integração de dados de diferentes partes, tendo em vista os
objetivos comuns e provendo informações que geram melhores resultados na tomada de
decisão empresarial (REZENDE; ABREU, 2003).
Os sistemas de suporte (ou apoio) à decisão agilizam sugestões utilizando como base,
algoritmos implementados por meio da programação em computadores, porém essa
tecnologia teria pouco valor se o uso da subjetividade inerente ao processo humano de tomada
de decisão fosse esquecido (GOMES; GOMES, 2014).
“Os SADs não só precisam oferecer informações fidedignas e atualizadas para dar
suporte gerencial efetivo como também precisam contribuir em todo o processo de tomada de
decisão” (PINHO; MELO, 2011, p. 36).
Com o conhecimento da empresa que será utilizado e com a união da sua gestão e
da tecnologia de informação, os SAD vêm tornando-se uma importante ferramenta
para os gestores de empresas em sua constante busca pela qualidade total e pela
competitividade empresarial (REZENDE; ABREU, 2003, p. 203).
De acordo com Laudon e Laudon (2010), para o funcionamento de um SAD dentro da
organização, além dele utilizar informações internas obtidas do SPT e do SIG, esse sistema
também utiliza informações obtidas de fontes externas, como valor corrente das ações ou
custos dos produtos da concorrência. Por exemplo, um gerente que queira definir o preço final
de um produto poderá utilizar um SAD para saber se ele terá lucro vendendo este produto por
um determinado preço.
Os sistemas de apoio à decisão, além de prover informações para tomada de decisão,
devem interagir com seus usuários (LOH, 2014). Quando projetados, estes sistemas incluem
software simples, para que desta forma, os usuários consigam trabalhar diretamente com eles
(LAUDON; LAUDON, 2010).
“A diferença fundamental entre os SAD e os sistemas tradicionais está no fato de serem
os SAD flexíveis e adaptáveis às mudanças do meio ambiente e dos problemas” (GOMES;
GOMES, 2014, p. 171). Os SADs diferem também dos demais sistemas de informação em
relação aos relatórios apresentados ao decisor, enquanto outros SI disponibilizam basicamente
relatórios em formato fixo, os SADs possuem uma variedade maior de formatos (SANTOS,
2013).
71
Conforme Gomes e Gomes (2014) um sistema de apoio à decisão possui as seguintes
características:
Pode respaldar diversas decisões independentes e/ou sequenciais;
O usuário pode adaptá-lo ao longo do tempo para lidar com condições em mudança;
Em algumas situações, podem-se utilizar ferramentas de simples manuseio como o
Excel;
Os mais complexos podem estar integrados a Sistemas Corporativos;
Modelos padronizados podem ser adotados.
Os primeiros SADs eram predominantemente orientados por modelo, isto é, usavam
algum tipo de modelo para executar análises ‘se-então’, entre outros tipos. Em uma
análise ‘se-então’, desenvolve-se um modelo e, depois, quando vários fatores são
alterados, as mudanças resultantes são mensuradas [...]. Sua capacidade de análise
baseia-se em uma teoria ou um modelo bem fundamentado, combinado com boa
interface de usuário, que torna o sistema fácil de usar (LAUDON; LAUDON, 2010,
p. 328).
Para Turban, Rainer e Potter (2007, p. 243), “os modelos são representações
simplificadas (abstrações) da realidade”. Eles mostram os elementos ou as relações de um
fenômeno. Os modelos podem ser físicos (como um aeromodelo), matemáticos (como uma
equação) ou verbais (como a descrição de um procedimento para se redigir um pedido de
compra) (LAUDON; LAUDON, 2010). Segundo Loh (2014), os SADs também utilizam os
modelos para gerar as saídas. O Autor afirma ainda que os modelos mais simples são aqueles
que utilizam fórmulas matemáticas.
“Alguns SADs contemporâneos são orientados por dados, usando processamento
analítico on-line (OLAP) e mineração de dados (data mining) para analisar enormes
quantidades de dados em grandes sistemas corporativos” (LAUDON; LAUDON, 2010, p.
328).
De acordo com Rezende e Abreu (2003), o OLAP oferece suporte à análise de
tendências, cenários e projeções dos negócios empresariais. Turban, Rainer e Potter (2007),
afirmam que este processamento envolve a análise dos dados que foram acumulados pelos
usuários finais. “O Data Mining (DM) é uma tecnologia capaz de selecionar dados relevantes,
a fim de gerar informações e conhecimentos empresariais” (REZENDE; ABREU, 2003, p.
216). Com a função de buscar tendências e correlações entre os dados, esta tecnologia faz uso
de algoritmos avançados de reconhecimento de padrões e técnicas matemáticas e estatísticas
(TCHEMRA, 2009).
72
4.3.4.1 Componentes de um SAD
Laudon e Laudon (2010) apresentam os principais componentes de um sistema de
apoio à decisão (Figura 18). Estes consistem em um banco de dados (com dados utilizados
para consulta e análise), um aplicativo (com modelos, mineração de dados e outras
ferramentas analíticas), e uma interface de usuário.
Figura 18 – Vista geral de um sistema de apoio à decisão (SAD).
Fonte: Laudon e Laudon (2010).
O banco de dados SAD é composto por diversos dados correntes ou históricos
derivados de uma série de aplicações ou grupos. Este banco de dados tanto pode ser um
pequeno banco dentro de um PC, composto por dados corporativos carregados e combinados
com dados externos, quanto um Data Warehouse que, sempre é atualizado pelos principais
sistemas organizacionais de processamento de transações (LAUDON; LAUDON, 2010).
Data warehouse é um depósito de dados históricos organizados por assunto para
apoiar os tomadores de decisões na organização. Os data warehouse facilitam as
atividades de processamento analítico, como data mining, apoio à decisão e
aplicações de consulta (TURBAN; RAINER; POTTER, 2007, p. 100).
Conforme Laudon e Laudon (2010, p. 331), “os dados dos bancos de dados SAD
geralmente são extratos ou cópias de bancos de dados de produção, de modo que utilizar o
SAD não interfere nos sistemas operacionais críticos”.
De acordo com Rezende e Abreu (2003, p. 204),
esse componente é considerado como um conjunto de recursos tecnológicos
competentes, tendo também uma interação de suma importância com os bancos de
modelos e com seu gerenciamento. Este sistema manipula e controla tudo o que se
refere a dados dentro de um SAD. Ele deve ser capaz de fornecer todas as
informações e recursos de manipulação de dados que um gestor necessita para tomar
suas decisões.
73
O sistema de software SAD contém informações de software que são empregadas para
análise de dados. Esse sistema pode ter diversas ferramentas OLAP, ferramentas de mineração
de dados ou um conjunto de modelos matemáticos e analíticos o qual pode ser disponibilizado
para o usuário do SAD (LAUDON; LAUDON, 2010).
O software SAD tem por finalidade gerar informações utilizando os modelos de dados
e de recursos do sistema de banco de dados, onde os objetivos de desempenho da organização
apresentam quais são os tipos de tomada de decisão que serão assistidos pelos SAD e, quais
os tipos de apoio que serão incluídos nele durante seu desenvolvimento (REZENDE; ABREU,
2003).
A interface de usuário SAD permite fácil interação entre os usuários do sistema e as
ferramentas de software SAD. Hoje, muitos SADs têm interfaces da Web para tirar
vantagem de sua facilidade de utilização, interatividade e recursos gráficos
(LAUDON; LAUDON, 2010, p. 331).
Um exemplo de SAD é dado por Laudon e Laudon (2010), um sistema pequeno, porém
potente. Os autores referem-se ao sistema de estimativa de transportes de uma subsidiária de
uma grande empresa metalúrgica dos Estados Unidos. Esta empresa possui alguns navios e
freta outros, o que possibilita exercerem sua principal atividade que é o transporte de cargas
de carvão, óleo, minérios e produtos finalizados para a empresa Matriz. Também oferece
serviços de transporte geral de cargas no mercado aberto. Este sistema de estimativa faz o
cálculo dos detalhes financeiros e técnicos do transporte. Os cálculos financeiros abrangem a
relação de custos por período de fretamento (combustível, mão de obra e capital), taxas de
frete para os diversos tipos de carga e despesas portuárias. Os detalhes técnicos abrangem
vários fatores, como capacidade de carga e velocidade do navio, distância dos portos, consumo
de combustível e água, e esquema de montagem de carga (localização de carga para
desembarque em diferentes portos).
Figura 19 – Sistema de apoio à decisão para cálculo de transporte.
Fonte: Laudon e Laudon (2010).
74
A Figura 19 apresenta o SAD desenvolvido para a empresa citada. O sistema funciona
em um computador de mesa, possui grande capacidade e oferece um sistema de menus, o que
facilita a entrada de dados e a obtenção de informações (LAUDON; LAUDON, 2010).
75
5 SISTEMAS DE INFORMAÇÃO ASSOCIADOS A MÉTODOS MULTICRITÉRIOS
DE APOIO À DECISÃO (MCDA)
Com base em métodos multicritérios de apoio à decisão é possível desenvolver
sistemas de informações que irão apoiar as diversas etapas do processo decisório, desde a
obtenção de informações e criação de modelos de tomada de decisão até a escolha das
alternativas de solução para um determinado problema. Estes métodos associados aos SI
auxiliam o decisor na busca da melhor solução com uma margem mínima de erros (REIS;
LOBLER, 2012; TCHERMA, 2009).
Conforme o estudo realizado por Méxas, Quelhas e Costa (2011), referente à aplicação
de método MCDA em sistemas de informação, o crescimento do uso destes métodos pode
estar associado tanto com o aumento da importância de se utilizar sistemas de informações
nas organizações e os avanços tecnológicos quanto a difusão do uso destes métodos.
É importante ressaltar que dentre os sistemas de informações existentes destacam-se
os sistemas de apoio à decisão, devido suas características, já apresentadas neste trabalho.
Desta forma, métodos MCDA têm sido amplamente implantados em Sistemas de Apoio à
Decisão (MELO; ALMEIDA, 2011).
Os SADs quando associados a estes métodos trazem diversos benefícios para os
gerentes e profissionais, pois oferece suporte total à tomada de decisão. Logo, podemos
evidenciar a importância da utilização da metodologia MCDA no desenvolvimento de
sistemas de apoio a decisão, a partir das vantagens apresentadas por Gomes e Gomes (2014):
a) Permite uma abordagem mais abrangente e realista dos problemas complexos de
decisão;
A metodologia MCDA tem como principal objetivo o auxílio à tomada de decisões
complexas que envolvem múltiplos critérios e que, de certa forma, são critérios conflitantes.
Essa metodologia permite que problemas complexos sejam abordados de maneira mais
abrangente e realista, logo torna-se possível a modelagem de diversos fatores envolvidos no
processo decisório. Esse tipo de abordagem não é tratável pelos procedimentos intuitivo-
empíricos usuais. Na metodologia MCDA, tanto critérios quantitativos quanto qualitativos
podem ser analisados no processo de tomada de decisão, o que proporciona subsídios
necessários para a obtenção da melhor solução.
76
b) Representações explícitas da estrutura de preferências do decisor;
Os métodos multicritérios de apoio à decisão representam de forma explícita as
preferências do decisor. O processo decisório é construído com base em suas preferências,
desta forma, atribui-se a ele toda a responsabilidade sobre a tomada de decisão.
O fato de a metodologia MCDA trabalhar com modelos em que as preferências do
decisor ficam claramente explicitadas, permite maior coordenação e transparência do processo
decisório, aumentando a sua credibilidade.
As estruturas de preferências do decisor, incorporadas ao processo de tomada de
decisão, possibilita gerar resultados que apresentam um conjunto de alternativas que melhor
atendem às suas expectativas, pois esta metodologia não apresenta uma única solução ao
problema, mas sim recomendações de ações ao decisor.
c) Compreensão acerca das dimensões do problema;
Os atores envolvidos no processo decisório possuem maior compreensão acerca das
diversas dimensões do problema. Portanto, com o decorrer do tempo, o modelo estabelecido
no início do processo poderá ser aperfeiçoado, em função das discussões levantadas durante
a sua concepção e após sua utilização.
d) Agrega um valor substancial à informação e aufere ao processo de tomada de decisão
clareza e transparência;
Os métodos multicritério são ferramentas técnicas de apoio à decisão e agregam um
valor substancial à informação. Além de permitirem uma abordagem de problemas
considerados complexos também aufere ao processo de tomada de decisão uma clareza e
consequente transparência jamais disponível quando seus procedimentos, ou outros métodos
de natureza monocritérios, são aplicados. Em decorrência, haverá mais agilidade e segurança
no tratamento de dados e os critérios estabelecidos serão mais claros e melhor avaliados.
e) Promove e facilita a comunicação e a integração entre as partes envolvidas.
A metodologia MCDA também auxilia o processo decisório de grandes corporações,
permitindo a avaliação de diversas alternativas, pois a tomada de decisão nessas organizações
normalmente possui um volume maior de dados para serem processados. Métodos tradicionais
não são capazes de avaliar tantas informações de forma acelerada e simultânea como os
métodos multicritérios de apoio à decisão. Além disso, estes métodos também são capazes de
facilitar a comunicação e promover a integração entre os indivíduos envolvidos no processo
decisório, até mesmo em grandes empresas.
77
Com o objetivo de evidenciar a importância do uso de sistemas de apoio à decisão
associados a métodos MCDA, foram construídas duas ilustrações e um quadro comparativo
que, apresentam as principais diferenças entre os dois tipos de sistemas analisados neste
capítulo.
O Quadro 6 faz uma comparação apresentando as principais características que
diferem o uso dos sistemas de apoio à decisão associados a métodos MCDA em relação ao
uso dos sistemas de apoio à decisão tradicional.
Quadro 6 – Comparação entre SAD associado à MCDA e SAD tradicional
Características Sistemas de Apoio à Decisão associados
a métodos MCDA
Sistemas de Apoio à Decisão
tradicional
Preferências do
decisor
Agregam ao processo decisório as
preferências do decisor. O sistema recebe
como entrada o objetivo da decisão, as
alternativas de ação e os critérios de
avaliação. Estes dados são obtidos
diretamente do decisor.
O decisor não possui influência na
entrada dos dados. Estes dados podem
ser históricos e/ou correntes e são
derivados tanto de fontes internas
quanto externas a organização.
Atribuição de pesos
(grau de importância)
É estabelecimento pelo decisor um peso
para cada critério, representando a sua
importância em relação aos demais
critérios.
Não possui atribuição de pesos
Modelos de decisão
São modelos dinâmicos. O sistema
possibilita a construção do modelo de
decisão que representam o problema de
forma simplificada e fundamentam-se na
modelagem de preferências do decisor.
São modelos estáticos. O sistema
disponibiliza modelos já prontos,
como estatísticos, financeiros,
simulações entre outros, para consulta
e análise pelo decisor.
Resultado apresentado
ao decisor Ranking das melhores alternativas de ação. Relatórios em diversos formatos
Processo de análise
das informações
Rápido. O decisor escolhe uma alternativa
dentre as melhores apresentadas.
Lento. Pois o decisor irá analisar os
relatórios para então poder tomar a
decisão.
Possibilidade de erros
na tomada de decisão
Menor. O sistema utiliza as preferências
do decisor para avaliar as diversas
alternativas, o que proporciona resultados
com possibilidade mínima de erros e reduz
as incertezas na tomada de decisão.
Maior. O sistema não utiliza as
preferências do decisor, deixando-o
inseguro, podendo conduzi-lo a uma
tomada de decisão errada.
Fonte: Próprio Autor.
A seguir são apresentadas duas ilustrações que comparam a arquitetura do Sistema de
Apoio à Decisão tradicional (Figura 20) e a arquitetura um sistema de apoio à decisão
associado a métodos MCDA (Figura 21), apresentando os elementos que compõem cada
arquitetura e as características que foram apresentadas no Quadro 6.
A arquitetura do sistema de apoio à decisão tradicional é composta por banco de dados;
banco de modelos; sistema de processamento SAD; e interface do usuário (Figura 20).
78
Figura 20 – Arquitetura do sistema de apoio à decisão tradicional.
Fonte: Adaptado de Laudon e Laudon (2010); Santos (2013).
Entrada de dados:
São obtidos diversos dados correntes e/ou históricos e são derivados de diversas fontes
tanto internas quanto externas à organização (SANTOS, 2013). Estes dados são armazenados
no banco de dados SAD e podem ser utilizados pelos usuários para consulta e análise.
Os usuários também têm acesso ao banco de modelos, o qual disponibiliza diversos
modelos prontos, como modelos estatísticos, financeiros, simulações entre outros, os quais
auxiliam a tomada de decisão. Nos sistemas de apoio à decisão tradicional, o decisor não
possui influência na entrada dos dados, ou seja, as suas preferências não são incorporadas ao
processo.
Processamento:
O sistema de processamento SAD também denominado software de sistema SAD
contêm diversas ferramentas analíticas como OLAP e mineração de dados que oferecem
suporte à análise dos diversos dados e buscam tendências e relações entre estes dados através
de algoritmos avançados (LAUDON; LAUDON, 2010). Este sistema visa transformar os
dados em informações e conhecimentos utilizando os modelos de dados e de recursos do
sistema de banco de dados e banco de modelos.
Saída:
Após o processamento das informações, através da interface do usuário, são
apresentados os resultados. Esta interface provê fácil interação entre o sistema e o usuário,
deste modo, ele pode acessar o banco de dados e banco de modelos sem qualquer dificuldade.
79
A interface é também conhecida como diálogo, pois ela é o meio principal de interação
(LAUDON; LAUDON, 2010).
Os SADs tradicionais apresentam como resultado ao decisor, relatórios com base nos
dados adquiridos na entrada. Estes são relatórios em diversos formatos, tantos textuais, quanto
gráficos, diferentes dos demais sistemas de informações que, disponibilizam relatórios em
formato fixo (SANTOS,2013).
Porém, a geração de relatórios pelo sistema como resposta ao decisor não possibilita
facilidade na tomada de decisão, pois o decisor terá que analisar os relatórios para que assim,
com base nesta análise, possa tomar a sua decisão. Isto torna o processo de tomada de decisão
lento e pode direcionar o decisor à tomada de decisão incorreta.
A arquitetura dos sistemas de apoio à decisão tradicional é composta ainda pelo
feedback, também chamado de realimentação ou retroalimentação, ele é um mecanismo que
efetua o controle de desempenho do sistema (LAUDON; LAUDON, 2010). O feedback é o
retorno após a saída do sistema direcionando-se à sua entrada, com o objetivo de alterar a
saída quando esta necessita de correção.
A arquitetura do sistema de apoio à decisão associado a métodos multicritérios de a
poio à decisão (MCDA) é composta também por banco de dados; banco de modelos; sistema
de processamento e interface do usuário (Figura 21). A distinção está nos objetos inseridos
em cada componente da arquitetura e nos resultados apresentados.
Figura 21 – Arquitetura do sistema de apoio à decisão associado a métodos MCDA.
Fonte: Próprio Autor.
80
Entrada de dados:
Os dados são obtidos diretamente do decisor, o sistema recebe como entrada o objetivo
da decisão, as alternativas de ação e os critérios de avaliação. Estes dados são inseridos pelo
decisor e são armazenados no banco de dados do sistema.
Esta é a principal característica que distingue os sistemas de apoio à decisão associados
a métodos MCDA dos sistemas de apoio à decisão tradicional: a possibilidade de agregar
subjetividade ao processo decisório, isto é, todo o processo de tomada de decisão é construído
embasado nas preferências do decisor. Desta forma, o decisor desempenha um papel
fundamental na entrada destes dados.
Com o objetivo definido e os critérios já estabelecidos, o decisor irá atribuir pesos
(grau de importância) para cada critério, assim, as alternativas serão avaliadas de acordo com
o grau de importância estabelecido pelo tomador de decisão. Além disso, é realizada a escolha
do método multicritério para ser utilizado no processamento dos dados. Devido à existência
de diversos métodos, esta escolha é efetuada de acordo com o tipo de problema a ser analisado,
os atores envolvidos, a estrutura de preferências e o tipo de resposta que se deseja alcançar
(ALMEIDA, 2013).
Após a entrada dos dados, os mesmos são utilizados para a construção do modelo de
decisão com suporte ao método multicritério MCDA, este modelo representa o problema de
decisão de forma simples e formal e fundamenta-se na modelagem de preferências do decisor,
combinando os diversos critérios e alternativas, realizando avaliações intracritério e
intercritério, possibilitando a formulação da matriz de avaliação. Logo após a criação do
modelo de decisão, o mesmo é armazenado no banco de modelos do sistema para ser utilizado
no processamento.
Processamento:
No processamento dos dados o sistema estabelece uma relação entre a base de dados
e a base de modelos para efetuar os cálculos através do método multicritério escolhido e
seguindo a estrutura do modelo de decisão.
Com os sistemas de apoio à decisão associados aos métodos MCDA, é possível
processar uma grande variedade de informações e avaliar as alternativas de modo simultâneo,
considerando ainda a atribuição de pesos efetuada na entrada de dados. O ser humano não
possui a capacidade de processar tantas informações ao mesmo tempo e de maneira veloz, isto
evidencia a eficiência do sistema aqui apresentado.
81
O fato dos sistemas utilizarem métodos multicritérios para o processamento dos dados
proporciona ao decisor resultados precisos e confiáveis, com a possibilidade mínima de erros,
reduzindo as incertezas do processo decisório, pois estes métodos são de base matemática e
utilizam múltiplos critérios para avaliar as diversas alternativas de modo a obter a melhor
decisão.
Saída:
Após o processamento utilizando métodos matemáticos, o sistema apresenta como
resultado um ranking das melhores alternativas, aquelas que agrupam os melhores critérios,
com base nas preferências do decisor, para que ele possa efetuar a sua escolha. Os sistemas
MCDA priorizam as alternativas e apresentam na interface do usuário (ALMEIDA, 2013).
Portanto, nos sistemas de apoio à decisão associados a métodos MCDA, o processo
decisório é construído com base nas preferências do decisor, utilizando métodos matemáticos
para processar os dados. Após a avaliação das alternativas é apresentado como resultado as
melhores opções de tomada de decisão, assim o decisor pode efetuar a sua escolha dentre as
alternativas apresentadas, elegendo a opção que mais se adequa à sua necessidade. Com isso,
o processo de tomada de decisão torna-se seguro, diminuindo os riscos e incertezas,
possibilitando uma maior garantia de sucesso na aplicação da decisão.
O feedback deste sistema é conhecido também como refinamentos sucessivos, ou seja,
o sistema permite passar de uma etapa para outra, mesmo que a etapa anterior não tenha sido
concluída, para que depois retorne-se a ela, alterando-a e incluindo as informações adquiridas
nas etapas seguintes (ALMEIDA, 2013). Com refinamentos sucessivos serão apresentados ao
decisor melhores resultados.
Após a análise entre as características e arquitetura dos dois sistemas de apoio à
decisão, percebe-se que os métodos MCDA possuem diversas vantagens quando comparados
aos métodos de apoio à decisão tradicional.
5.1 TRABALHOS CORRELATOS
Durante o levantamento bibliográfico, grande parte dos trabalhos encontrados na
literatura referem-se ao emprego da metodologia multicritério para solução de problemas de
decisão no âmbito geral, porém são poucos os trabalhos encontrados relacionados ao uso de
métodos multicritérios no desenvolvimento de sistemas de apoio à decisão. A seguir são
apresentados alguns destes trabalhos correlatos.
82
Desenvolvimento de um sistema de apoio à decisão para seleção de trainees
baseado na abordagem multicritério
Em seu trabalho, Santos (2013) desenvolveu um sistema de apoio à decisão para
seleção de candidatos ao cargo de trainee na empresa PBSOFT, utilizando o método de
sobreclassificação ELECTRE I. Porém, antes da aplicação do sistema, denominado
SELECTRE TRAINEE 1.0, foi realizado uma comparação entre o modelo tradicional de
seleção de candidatos utilizado pela empresa (seleção manual) e o modelo proposto pelo autor
(modelo multicritério), conforme apresentado na Figura 22.
Figura 22 – Modelo tradicional versus modelo proposto.
Fonte: Santos (2013).
Nessa comparação observou-se que três etapas foram subtraídas do processo,
possibilitando mais rapidez na seleção e, principalmente, a incorporação das preferências do
decisor neste processo. Após a comparação foi efetuado a aplicação do software SELECTRE
TRAINEE 1.0 na empresa PBSOFT, conforme os critérios e pesos dados pelo decisor,
apresentando como resultado os candidatos selecionados (Figura 23).
Figura 23 – Apresentação dos resultados.
Fonte: Santos (2013).
83
Ao final, o software desenvolvido apresentou-se como um sistema de auxílio no
processo de seleção de trainee da empresa PBSOFT, em função das suas vantagens sobre as
ferramentas tradicionais de seleção, a saber: simples manipulação, menor custo, maior
confiança, melhor desempenho, rapidez na entrega do resultado final.
Decisão multicritério por critério único de síntese: aplicação a uma compra de
tecnologia
Santos, Lugo e Almeida (2015) realizaram o estudo de um problema de decisão
multicritério para a compra de um aparelho celular. O problema foi construído com base nas
etapas propostas por Polmerol e Barba (2000): inteligência, desenho, escolha, revisão e
implementação. Para garantir maior precisão nos resultados, foi utilizado o software Web do
Centro de Desenvolvimento em Sistemas de Informação e Decisão (CDSID) da Universidade
Federal de Pernambuco (UFPE).
O problema consistiu em selecionar um celular novo para uma determinada empresa,
com o melhor desempenho e maior velocidade do que o celular atual utilizado pela mesma. A
compra do aparelho foi abordada como um problema multicritério, tendo um analista como
suporte para auxiliar o processo de formulação.
Na etapa de inteligência as informações obtidas foram organizadas e foi identificado
o objetivo do problema, os critérios e as alternativas. Desta forma os autores construíram a
matriz de consequência, que apresenta o desempenho de cada alternativa para cada critério
(Tabela 7).
Tabela 7 – Matriz consequência
Duração da
bateria
Sistema
Operacional Espessura
Memória
Interna Preço
Iphone 5S 250 5 7,6 16 2499
Samsung S5 390 3 8,1 32 2199
Iphone 6 plus 384 5 7,1 64 4299
Moto Maxx 675 3 11,2 64 2399
Iphone 6 250 5 6,9 64 3899
Fonte: Santos, Lugo e Almeida (2015).
O objetivo foi selecionar um aparelho celular, com melhor desempenho e maior
velocidade. Os critérios estabelecidos foram: Duração da bateria, Sistema Operacional,
Espessura, Memória Interna e Preço. As alternativas para resolução do problema foram:
Iphone 5S, Samsung Galaxy S5, Iphone 6 plus, Motorola Moto Maxx, Iphone 6. A partir de
então, foram identificadas as escalas de avaliação, que para o critério Sistema Operacional foi
utilizada a escala verbal, os demais critérios tiveram escala numérica.
84
Nas etapas de construção do problema multicritério, foram também identificadas as
características próprias como: o conjunto de ações, a estrutura de preferências, o tipo de
problemática, a racionalidade do problema, e os pesos (grau de importância) de cada critério.
O conjunto de ações para resolução do problema foi caracterizado como conjunto discreto,
por possuir um espaço finito de ações. Quanto à estrutura de preferências, foi utilizada a
estrutura (P, I) – preferência e indiferença, pois a empresa já tinha ciência da ordem de
preferência dos critérios, em relação ao tipo de problema, este consistiu na problemática de
escolha. A racionalidade foi identificada como compensatória e sobre os pesos, o decisor
atribui o maior peso ao critério sistema operacional.
Na etapa de estruturação foi selecionado o tipo de método mais indicado para apoiar a
tomada da decisão e solucionar o problema, o qual, de acordo com as características que foram
apresentadas, referiu-se ao método de critério único de síntese, que inclui o modelo aditivo,
sendo este o método utilizado para resolução do problema de seleção de um aparelho celular.
As avaliações intracritério e intercritério foram realizadas por meio do software web CDSID,
que realizou as operações necessárias, calculando os valores globais das alternativas. Na
avaliação intracritério foi analisada cada alternativa i para cada critério j, na avaliação
intercritério os critérios foram ordenados em relação às consequências, do melhor para o pior
(Figura 24).
Figura 24 – Tela do software web – avaliação intercritério
Fonte: Santos, Lugo e Almeida (2015).
85
No estágio de escolha, o método identificado foi implementado para obter a sequência
das alternativas, permitindo escolher a melhor delas. Como resultado do trabalho, o aparelho
celular mais indicado para compra foi o Iphone 6 plus, seguido pelo Iphone 6, Moto Maxx,
Iphone 5s e Sansumg S5, nesta respectiva ordem. Por se tratar de um problema de escolha, foi
recomendado para a empresa a escolha do Iphone 6 plus.
Avaliação da qualidade de softwares de apoio à decisão
Lima Junior et. al. (2012) propôs um modelo para avaliação da qualidade de softwares
de apoio à decisão e avaliou a qualidade de dois softwares que implementam métodos
multicritério. A sua pesquisa constitui-se em três etapas: pesquisa bibliográfica, estudo de caso
e avaliação dos softwares selecionados. Na pesquisa bibliográfica, foram desenvolvidas
competências para a construção do modelo de avaliação da qualidade de softwares de apoio à
decisão, através de consultas a livros e artigos sobre teoria de decisão e AHP como também
análise das normas ISO/IEC9126, ISO/IEC14598.
A etapa de modelagem e simulação computacional foi conduzida paralelamente ao
estudo de caso, com a finalidade de coletar inputs necessários ao desenvolvimento do modelo:
requisitos de software funcionais e não funcionais, preferências entre métricas e escolha dos
softwares de apoio à decisão a serem avaliados. Para isso foi construído um modelo de decisão
para coletar as preferências dos pesquisadores do projeto e calcular a importância relativa das
métricas. Por último, a etapa de avaliação dos softwares selecionados pelos pesquisadores foi
realizada por meio da análise documental de todo material de suporte disponibilizado pelos
fabricantes, do estudo e do uso dos softwares pelos avaliadores. A Figura 25 apresenta as três
etapas do estudo dos autores.
Figura 25 – Estrutura da metodologia de pesquisa.
Fonte: Lima Junior et. al. (2012).
86
O principal critério considerado durante a seleção de softwares para avaliação foi a
capacidade do produto de operacionalizar um ou mais métodos multicritério voltados para
situações de decisão sob incerteza. Além disso, foram considerados critérios como
disponibilidade de informações sobre o produto e facilidade de download. Como resultado
dessa avaliação, os softwares escolhidos foram o Expert Choice Desktop 11.5 e o Super
Decisions 2.0.8, sendo que o software Expert Choice Desktop foi considerado o software de
melhor qualidade com 64,9% de preferência contra 35,1% do Super Decisions.
87
6 FORMULAÇÃO E IMPLEMENTAÇÃO DE UM PROBLEMA MULTICRITÉRIO
UTILIZANDO SAD EXPERT CHOICE
Com o objetivo de demonstrar na prática a resolução de um problema de decisão
utilizando um sistema de apoio à decisão (SAD) com base em métodos MCDA, foi formulado
um problema ilustrativo simples, seguindo o modelo de resolução de problemas apresentado
por Almeida (2015) que pode ser visualizado no Anexo A. Este modelo abrange três fases
principais, cada fase é dividida em várias etapas, totalizando 12 etapas. Destaca-se que estas
fases e etapas utilizam a abordagem de refinamentos sucessivos e auxiliam a construção de
um modelo de decisão multicritério visando a solução do problema de decisão, conforme
apresentado no capítulo 3 deste trabalho.
O problema formulado foi idealizado nos editais de seleção de estagiários de uma
entidade de ensino superior do Município de Marabá, Estado do Pará, porém, optou-se por
identificá-la nesta pesquisa como “Entidade A” para fins de preservação de marcas e patentes.
O método escolhido para a formulação do problema foi o AHP. A escolha deste método deve-
se às suas vantagens em relação ao demais métodos (COITINHO, 2007; ROSSONI, 2011;
GOMES; GOMES, 2014), já descritas no capítulo 3.
Para a aplicação do método AHP foi utilizado o software Expert Choice (EC), versão
desktop 11.1.384. O EC é um software de suporte à decisão multicritério que foi desenvolvido
pela empresa Expert Choice®. Esta empresa foi criada em 1983, por Thomas L. Saaty e Ernest
Forman, sendo este professor da Universidade George Washington. A Expert Choice® está
no mercado há mais de 30 anos, fornecendo diversas ferramentas para a tomada de decisão
(EXPERT CHOICE, 2014).
O Expert Choice apresenta diversas vantagens ao usuário em relação aos outros
softwares pesquisados, pois auxilia o decisor em todas as fases do processo, desde a
formulação do modelo de decisão, comparação das alternativas, relatórios finais, até a análise
de sensibilidade. Através de estudos de diversos autores sobre estes softwares, o Expert
Choice foi identificado como o software de melhor qualidade e o mais utilizado para análise
de problemas multicritérios utilizando o método AHP, além de apresentar facilidade de uso,
interface amigável, e ser reconhecido internacionalmente (MORAES; SANTALIESTRA,
2007; COSTA, 2012; TRAMARICO, 2012; JÚNIOR et al., 2015).
O software Expert Choice não é um software gratuito, porém existe uma versão de
teste que possibilita a construção de modelos simples, com entrada de um número limitado de
88
alternativas e critérios. Devido ao fato de apresentar essas características, optou-se pela sua
utilização nesta pesquisa.
6.1 DESCRIÇÃO DO PROBLEMA DE DECISÃO
O problema de decisão consiste na seleção de alunos para preenchimento de duas vagas
de Estágio, os quais irão desempenhar atividades voltadas ao desenvolvimento de sistemas.
Para o preenchimento destas vagas é necessário que os alunos, além de estarem regularmente
matriculados em curso de graduação na Entidade A, precisam atender aos seguintes requisitos
de seleção:
o Ter disponibilidade de 20 horas semanais;
o Está cursando do 1º ao 6º semestre;
o Ter conhecimento em Programação;
o Ter conhecimento em Banco de Dados.
Após a descrição do problema de decisão deu-se início às fases e etapas de construção
do modelo de decisão para resolução do problema, conforme foi apresentado no tópico 3.4
deste trabalho.
6.2 DESCRIÇÃO DAS ETAPAS DO MODELO DE DECISÃO
6.2.1 Fase Preliminar
Etapa 1 – Caracterizar decisor(es) e outros autores
Para o problema de decisão formulado neste trabalho, três atores participam do
processo decisório. Destaca-se que esse problema envolve uma decisão individual, ou seja,
existe apenas um decisor, os demais atores envolvidos são o especialista e o analista. Estes
atores estão caracterizados na Tabela 8.
Tabela 8 – Atores envolvidos no processo decisório
Ator Descrição
Decisor Sobre o decisor está a responsabilidade da escolha dos dois alunos que melhor
atendam aos requisitos de seleção para preenchimento das vagas de Estágio.
Especialista Com o conhecimento que o especialista possui sobre o problema de decisão, ele
auxilia o decisor fornecendo-lhe informações sobre o mesmo.
Analista
O Analista auxilia o decisor em todas as etapas do processo decisório,
proporcionando-lhe uma visão geral deste processo e facilitando o entendimento
do problema de decisão.
Fonte: Próprio Autor.
Etapa 2 – Identificar o objetivo
Para resolução do problema pretende-se alcançar o seguinte objetivo:
89
o Selecionar dois alunos regularmente matriculados em curso de graduação na
Entidade A, que melhor atendam aos requisitos de seleção, para desempenho
de atividades voltadas ao desenvolvimento de sistemas.
Etapa 3 – Estabelecer os critérios
A Tabela 9 faz uma descrição dos critérios que foram definidos para a avaliação de
cada alternativa de ação, sendo apresentado também os pesos (grau de importância)
estabelecidos pelo decisor, para cada critério.
Tabela 9 – Critérios para a avaliação das alternativas de ação
Critérios Descrição
Disponibilidade
Consiste no tempo (horas) disponível para desempenho das atividades de
Estágio, sendo estabelecido 20 horas semanais. O critério disponibilidade possui
o maior peso, ou seja, é o critério mais importante para o decisor, em relação aos
demais critérios.
Período de curso
Corresponde ao semestre (período) que o aluno está cursando, sendo requerido
que o aluno esteja cursando entre o 1º e o 6º semestre. O decisor apontou este
critério como sendo o de menor importância em relação a todos os critérios
definidos.
Programação
Neste critério é considerado o nível de conhecimento que o aluno possui em
programação, estabelecendo-se um valor para cada nível: (1) nível básico, (2)
intermediário e (3) avançado. Este critério é avaliado pelo decisor como o
segundo critério mais importante.
Banco de dados
Semelhante ao critério Programação, este critério é avaliado conforme o nível de
conhecimento do aluno, neste caso, em Banco de dados. Os mesmos valores são
atribuídos a este critério: (1) nível básico, (2) intermediário e (3) avançado. Para
o decisor, este critério é considerado o terceiro critério mais importante.
Fonte: Próprio Autor.
Etapa 4 – Estabelecer espaço de ações, problemática e alternativas
Nesta etapa, três atividades são necessárias: estabelecer a estrutura do espaço de ações,
determinar a problemática de escolha e gerar as alternativas. O espaço de ações corresponde
ao conjunto de alternativas que é caracterizado como um conjunto discreto, sendo este
conjunto representado por: A = {a1, a2, a3, ..., an}, onde “n” representa o número de
alternativas, no problema aqui formulado “n” é igual a 5, representado os 5 alunos.
Após estabelecer o espaço de ações, determina-se a problemática onde o decisor irá
avaliar o conjunto de alternativas conforme os tipos de problemáticas apresentadas no tópico
2.1. A problemática escolhida para o problema em questão foi a problemática de escolha por
se tratar de um conjunto discreto que visa apresentar as melhores alternativas de ação.
Diante do espaço de ação e da problemática definida, cinco alternativas, representando
cinco alunos, foram selecionadas para serem analisadas neste processo decisório, a saber:
90
o Aluno A1;
o Aluno A2;
o Aluno A3;
o Aluno A4;
o Aluno A5.
A Figura 26 apresenta o objetivo, os critérios e as alternativas que foram estabelecidas nas
etapas acima, as quais foram inseridas no software Expert Choice.
Figura 26 – Inserindo o objetivo.
Fonte: Expert Choice (2016).
Etapa 5 – Identificar fatores não controlados
A etapa 5 corresponde a avaliação e identificação de fatores que são importantes,
porém o decisor não possui controle sobre eles. Um fator que influencia neste processo de
decisão é a inscrição dos alunos.
A inscrição é um fator a parte, porém importante para o resultado que se pretende
obter, influenciando assim nas consequências. Contudo, o decisor não possui controle sobre
este fator, ou seja, o decisor não pode controlar os alunos que irão realizar sua inscrição para
participar do processo de seleção, sendo assim, o fator inscrição dos alunos é considerado um
fator não controlado.
Ao final da fase preliminar, os elementos básicos para formulação do problema de
decisão já foram estabelecidos e podem ser representados em uma estrutura hierárquica,
conforme apresenta a Figura 27, possibilitando uma melhor análise e compreensão do
problema de seleção de estagiários.
91
Figura 27 – Hierarquia do problema de seleção de estagiários.
Fonte: Próprio Autor.
6.2.2 Fase de Modelagem de Preferências e Escolha do Método
Etapa 6 – Efetuar modelagem de preferências
Esta etapa é desenvolvida em conjunto com as etapas 7 e 8. Os resultados gerados
nessas três etapas irão fornecer os elementos mais importantes para a escolha do método
multicritério. A etapa 6 consiste em avaliar que sistema de preferências é mais adequado para
representar as preferências do decisor, além disso, é necessário estabelecer a racionalidade
mais apropriada a ele no problema em questão, esta racionalidade trata-se do uso de
abordagem compensatória e não compensatória.
Figura 28 – Avaliação de racionalidade compensatória
Fonte: Adaptada de Almeida (2013).
92
A Figura 28 apresenta como é realizada essa modelagem de preferência do decisor e a
escolha do método multicritério para o problema de decisão.
Para o problema de seleção de estágios, a estrutura de preferências mais adequada para
representar as preferências do decisor é a estrutura (P, I) – preferência e indiferença, pois o
decisor já sabe a ordem de sua preferência em relação aos critérios estabelecidos, o que
possibilita a comparação de cada critério em relação as alternativas deste problema de decisão.
Esta estrutura de preferências é típica dos métodos de agregação aditivo, no qual fazem
parte os métodos de critério único de síntese. Com a avaliação e identificação da estrutura de
preferências, torna-se mais fácil estabelecer a racionalidade.
Neste caso, a racionalidade mais apropriada ao decisor é a abordagem compensatória,
visto que um critério com desempenho ruim em uma determinada alternativa pode ser
compensado por outro critério com melhor desempenho, por exemplo, se o critério
programação obter um desempenho ruim ele pode ser compensado por outro critério, como o
critério disponibilidade.
Dentre os métodos compensatórios, o método escolhido para ser aplicado ao problema
em questão, foi o método AHP, por ser o método mais utilizado em análises de problemas e
proporcionar facilidade em seu uso.
Conforme apresentado na Figura 28, ao final desta etapa uma seleção preliminar do
método multicritério já é efetuada, porém, essa escolha não pode ser apontada como uma
escolha definitiva, pois, como já foi comentado, a etapa 6 é efetuada em conjunto com as
etapas 7 e 8 e somente na conclusão destas etapas é que se tem a confirmação do método
selecionado.
Etapa 7 – Efetuar avaliação intracritério
A avaliação intracritério depende do tipo de método a ser utilizado, o qual já foi
selecionado de forma preliminar na etapa anterior.
Para os métodos de critério único de síntese, como o método AHP, a avaliação
intracritério consiste em estabelecer a função valor para cada critério, ou seja, a avaliação de
cada alternativa “i” para cada critério “j”, resultará na função valor vj(ai), já especificado no
capítulo 3. Esta função é construída com base na avaliação das consequências que devem ser
obtidas.
Na avaliação intracritério, o problema de decisão pode ser representado através da
matriz de consequências. A Tabela 10 apresenta a matriz de consequências para o problema
de seleção de estagiários.
93
Tabela 10 – Matriz de Consequência para o problema de seleção de estagiários
Critérios Disponibilidade
(horas)
Período de
curso
(período)
Programação
(nível)
Banco de
Dados
(nível) A
lter
na
tiv
as Aluno A1 20 6 3 2
Aluno A2 20 3 1 1
Aluno A3 20 4 2 3
Aluno A4 20 2 1 2
Aluno A5 20 5 3 3
Fonte: Próprio Autor.
Os valores apresentados na matriz acima representam as consequências que podem ser
obtidas para cada alternativa. As alternativas são avaliadas em função das consequências
(ALMEIDA, 2013). Para cada opção o decisor recebe uma consequência que possui várias
dimensões, cada dimensão representa o valor estipulado em cada critério, esses valores serão
comparados, calculados e normalizados, levando em consideração os pesos estabelecidos pelo
decisor na etapa 3. Os valores da matriz de consequências foram definidos aleatoriamente,
apenas para demonstrar como um problema de decisão é construído e implementado.
No método AHP, os elementos são comparados par a par, conforme o grau de
importância atribuído a cada critério pelo decisor e os valores da matriz de consequências,
para efetuar essa comparação é necessário identificar o tipo de escala a ser utilizada e o
procedimento de normalização mais adequado. O software Expert Choice proporciona ao
decisor diferentes escalas para a realização da avaliação intracritério e intercritério, como:
escala verbal (escala fundamental de Saaty), numérica e gráfica.
A avaliação intracritério do problema de seleção de estagiários é ilustrada nas Figuras
29, 30, 31 e 32, com o resultado adquirido em cada critério. Para avaliar cada alternativa, os
pesos estabelecidos pelo decisor foram inseridos no software, a escala utilizada foi a escala
numérica e o procedimento de normalização mais adequado foi o procedimento 3 (divisão
pela soma), o qual foi apresentado no tópico 3.2.1.5.
Figura 29 – Resultado para o critério
disponibilidade.
Fonte: Expert Choice (2016).
Figura 30 – Resultado para o critério
programação.
Fonte: Expert Choice (2016)
94
Figura 31 – Resultado para o critério período de
curso.
Fonte: Expert Choice (2016).
Figura 32 – Resultado para o critério banco de
dados. Fonte: Expert Choice (2016).
Ao efetuar a comparação par a par dos elementos, o valor da razão de Consistência (RC)
é gerado. No método AHP, a relação de consistência tem que ser menor que 0,10 (10%) para
que o processo de avaliação seja considerado válido. Caso a RC seja superior a 0,10, então
significa que o julgamento do decisor foi inconsistente na sua avaliação (JÚNIOR et al., 2015).
Nos resultados apresentados acima, observa-se que o valor da RC foi inferior a 0,10 em
todas as avaliações, comprovando que os julgamentos foram consistentes, portanto são
confiáveis.
Etapa 8 – Efetuar avaliação intercritério
A etapa 8 consiste em avaliar os diferentes critérios estabelecidos para o problema de
decisão. Com base no método multicritério, os critérios serão comparados par a par,
determinando assim a importância relativa entre eles. A Figura 33 apresenta a comparação entre
os critérios utilizando a escala numérica.
Figura 33 – Avaliação intercritério.
Fonte: Expert Choice (2016).
Na Figura 34 pode ser visualizado o resultado da avaliação intercritério, que apresenta
como critério de maior importância, a disponibilidade, seguido de programação, banco de dados
e período de curso, os quais foram estabelecidos pelo decisor, e relevante que o decisor
estabeleça esses pesos pois eles influenciam de forma significativa nos resultados da avaliação
96
dos elementos. A RC da avaliação intercritério foi 0,04, portanto o julgamento é considerado
válido.
Figura 34 – Resultado da avaliação intercritério.
Fonte: Expert Choice (2016).
6.2.3 Fase de Finalização
Etapa 9 – Avaliar as alternativas
A etapa 9 inicia a fase de finalização do modelo de construção do problema de decisão,
nela é efetuada a avaliaçao global das alternativas. Ao iniciar esta fase, o método selecionado
preliminarmente na etapa 6 é então confirmado, logo este método é aplicado apara avaliar as
alternativas, utilizando as preferências do decisor e de acordo com a problemática estabelecida,
gerando o resultado final para ser apresentado ao decisor.
A Figura 35 apresenta o resultado global do problema de decisão, em que as melhores
alternativas de ação são apresentadas de forma ranqueada, para que o decisor faça a sua escolha,
elegendo os dois melhores alunos para preenchimento das vagas de estágio. Portanto, as
alternativas que possuem os maiores valores globais são os alunos A5 e A1, sendo estas, as
melhores alternativas apresentadas para o decisor. A razão de consistência foi 0,04, validando
as avaliações efetuadas.
Figura 35 – Resultado final do processo decisório.
Fonte: Expert Choice (2016).
97
Para apresentar os resultados ao decisor, além do ranking com as melhores alternativas
de ação, o software Expert Choice também fornece ao decisor gráficos com esses resultados,
possibilitando a análise detalhada do resultado obtido. Alguns destes gráficos são apresentados
nas Figuras 36, 37 e 38.
Figura 36 – Gráfico de sensibilidade com a importância de cada critério.
Fonte: Expert Choice (2016).
Figura 37 – Gráfico de sensibilidade referente ao critério disponibilidade.
Fonte: Expert Choice (2016).
Figura 38 – Gráfico com posição de cada critério em relação ao objetivo.
Fonte: Expert Choice (2016).
98
Etapa 10 – Efetuar a análise de sensibilidade
Após o resultado apresentado na etapa anterior, é recomendável realizar um estudo e
análise do impacto provocado na saída do modelo, por variações na entrada deste. Este estudo
é feito através da análise de sensibilidade. Com esta análise pode se chegar à conclusão de que
o resultado final obtido na etapa anterior não está adequado, sendo necessário retornar às etapas
anteriores. A análise de sensibilidade do problema de seleção de estagiários pode ser visualizada
na Figura 39.
Figura 39 – Análise de sensibilidade com alteração da ordem de importância.
Fonte: Expert Choice (2016).
Esta análise possibilita ao decisor efetuar a verificação e alteração da ordem de
importância de cada critério. No problema proposto foi alterado a ordem de importância do
critério banco de dados, sendo posto como o critério de maior importância, isto modificou o
resultado, na etapa anterior os alunos com maior valor global eram os Alunos A5 e A1, após
esta análise, os alunos foram A5 e A3. Porém, o decisor optou por permanecer com a primeira
ordem de importância dada por ele, em que o resultado foram os alunos A5 e A1.
Etapa 11 – Analisar resultados e elaborar recomendação
Com as alternativas anteriores finalizadas, realiza-se nesta etapa, a análise final dos
resultados e elaboração de recomendação para o decisor. Para obtenção do resultado final,
diversos elementos foram considerados nas etapas do modelo de decisão. Com todos os dados
fornecidos e inseridos no software, as alternativas foram avaliadas e os cálculos realizados em
função das preferências do decisor, obtendo como resultado deste processamento o ranking
com as melhores alternativas, deixando para o decisor efetuar a sua escolha dentre os alunos
selecionados de forma mais assertiva.
99
Através dos resultados obtidos, tratando-se de uma problemática de escolha, a
recomendação para a Entidade A foi a escolha dos Alunos A5 e A1, conforme a Figura 35, pois
estes foram os que melhor atenderam aos requisitos de seleção, apresentando os melhores
desempenhos durante a avaliação. Deve-se destacar que os resultados gerados estão de acordo
com os pesos estabelecidos pelo decisor.
Etapa 12 – Implementar decisão
A etapa 12 é a última etapa de construção do modelo de decisão e consiste na
implementação da alternativa de ação. Cabe ao decisor, após os resultados apresentados a ele,
efetuar a sua escolha e implementar a alternativa selecionada.
No problema de decisão em questão, o decisor escolheu os Alunos A5 e Al, conforme
lhe foi recomendado, deste modo o processo decisório foi então finalizado. As etapas utilizadas
para a formulação e implementação do problema de decisão proporcionou ao decisor o pleno
conhecimento do processo decisório e da forma como a decisão foi tomada.
100
7 CONSIDERAÇÕES FINAIS
Com a realização deste trabalho concluiu-se que a tomada de decisão é extremamente
importante pois pode impactar diretamente no futuro da organização. Deste modo, é essencial
que estas empresas disponham de técnicas e ferramentas que visam auxiliar o processo
decisório, como os sistemas de apoio à decisão e os métodos multicritérios, pois estes
proporcionam ao decisor diversas vantagens.
Quando associados a métodos multicritérios, os sistemas de informação auxiliam o
decisor em todo o processo decisório. Os MCDA contribuem para facilitar a tomada de decisão
e diminuir a incerteza com relação a determinada decisão, desta forma, o decisor irá tomar a
decisão com maior segurança, visto que o processamento de cada critério no processo decisório
foi realizado através de um método matemático e com base em suas preferências, sendo estas,
as principais vantagens dos MCDA sobre os métodos tradicionais.
Nesta pesquisa foi exposto um problema simples de decisão apenas para observar como
são apresentados os resultados de um problema MCDA em um sistema de informação que
utiliza esta abordagem. Porém, nas organizações, problemas complexos surgem todos os dias,
envolvendo vários critérios e alternativas, o que dificulta a resolução do problema quando não
possuem o auxílio de um método multicritério. Portanto, estes métodos associados aos sistemas
de informação de apoio a decisão podem, com maior precisão, auxiliar o decisor na tomada de
decisões, diminuindo assim os riscos e incertezas que envolvem o processo decisório.
O uso do método AHP proporcionou a simplificação do processo de tomada de decisão.
O software Expert Choice, através de técnicas matemáticas e uso das preferências do decisor,
possibilitou a avaliação dos critérios e alternativas do problema de decisão, gerando como
resultado um ranking com as melhores alternativas de ação, em que ele pode efetuar a escolha
dentre as diversas alternativas apresentadas. Dessa forma, o software mostrou-se ser de fácil
uso e apresentou resultados consistentes, precisos e significativos, possibilitando ao decisor
alcançar o seu objetivo da melhor forma, através da escolha da melhor alternativa de ação.
Através da comparação realizada entre um SAD tradicional e um SAD multicritério,
bem como a resolução do problema proposto através do software Expert Choice, ficou notório
as diversas vantagens que os sistemas de informação de apoio à decisão (SADs) que utilizam
métodos multicritérios (MCDA), possuem em relação aos SADs tradicionais, logo, foi possível
perceber o quanto estes métodos são importantes quando associados aos sistemas de informação
e o quanto podem auxiliar nos processos de tomada de decisão nas organizações.
101
Com a conclusão deste trabalho, espera-se contribuir para o enriquecimento do
conhecimento sobre esta temática, bem como despertar o interesse dos diversos profissionais e
da comunidade acadêmica para implementarem soluções que possam auxiliar na melhoria da
tomada de decisão no ambiente organizacional, ambiente este que é o principal contexto de
utilização de sistemas de informação de apoio à decisão.
7.1 DIFICULDADES ENCONTRADAS
Quanto às dificuldades encontradas durante a realização desse trabalho, destacam-se:
Falta de materiais publicados, na literatura brasileira, que abordam a metodologia
multicritério para resolução de problemas de decisão, bem como o uso destes
métodos no desenvolvimento de sistemas de apoio à decisão, por ser uma abordagem
nova no Brasil, são poucos os autores que tratam essa temática.
Poucos softwares que utilizam métodos multicritérios para resolução de problemas
decisão.
7.2 TRABALHOS FUTUROS
Para trabalhos futuros recomenda-se:
Modelar e implementar um sistema multicritério de apoio à decisão;
Realizar um benchmarking entre os softwares pesquisados de modo a avaliar o
melhor desempenho entre os mesmos;
Aplicar na prática um sistema de informação utilizando MCDA no contexto da
Universidade Federal do Sul e Sudeste do Pará.
102
REFERÊNCIAS
ABREU, M. C. S.; CASTRO, F. C.; LAZARO, J. C. Avaliação da influência dos stakeholders
na proatividade ambiental de empresas brasileiras. Revista de Contabilidade e Organizações.
Fortaleza - CE, v. 17, p. 22-35, 2013. Disponível em:
<http://www.revistas.usp.br/rco/article/view/56693/62402>. Acesso em: 19 set. 2015.
ALMEIDA, A. T. Processo de decisão nas organizações: construindo modelos de decisão
multicritério. São Paulo: Atlas S.A, 2013.
ALMEIDA, A. T. et al. Decisão em grupo e negociação: métodos e aplicações. São Paulo:
Atlas S.A, 2012.
ANDRADE, A. Q. A tomada de decisão e os sistemas de informação em saúde. 120 f.
Dissertação (Mestrado em Ciência da Informação) - Escola de Ciência da Informação,
Universidade Federal de Minas Gerais, Belo Horizonte - MG, 2008.
BARAN, J.; ZAK, J. Multiple criteria evaluation of transportation performance for selected
agribusiness companies. Procedia-Social and Behavioral Sciences. Polônia, v. 111, p. 320-
329, 2014. Disponível em: <http://www-sciencedirect-
com.ez16.periodicos.capes.gov.br/science/article/pii/S1877042814000664>. Acesso em: 08
dez. 2015.
BEHZADIAN, M. et al. PROMETHEE: A comprehensive literature review on methodologies
and applications. European Journal of Operational Research. Iran, v. 200, p. 198-215, 2010.
Disponível em: <http://www-sciencedirect-
com.ez16.periodicos.capes.gov.br/science/article/pii/S0377221709000071>. Acesso em: 12
dez. 2015.
BOAS, C. L. V. Modelo multicritérios de apoio à decisão aplicado ao uso múltiplo de
reservatórios: estudo da barragem do ribeirão João Leite. 158 f. Dissertação (Mestrado em
Economia) - Departamento de Economia, Universidade de Brasília, Brasília - DF, 2006.
BRANS, J. P.; VINCKE, P. H.; MARESCHAL, B. How to select and how to rank projects:
the PROMETHEE method. European Journal of Operational Research. Bélgica, v. 24, p.
228-238, 1986. Disponível em: <http://www-sciencedirect-
com.ez16.periodicos.capes.gov.br/science/article/pii/0377221786900445>. Acesso em: 27 jan.
2016.
CAMPOS, M. B. A. Métodos multicritérios que envolvem a tomada de decisão. 51 f.
Trabalho de Conclusão de Curso (Especialista em Matemática) - Instituto de Ciências Exatas,
Universidade Federal de Minas Gerais, Belo Horizonte - MG, 2011. Disponível em:
<http://www.mat.ufmg.br/~espec/Monografias_Noturna/Monografia_MariaBetania.pdf>.
Acesso em: 21 jun. 2015.
CAMPOS, V. R. Modelo de apoio à decisão multicritério para priorização de projetos em
saneamento. 175 f. Tese (Doutorado em Engenharia de Produção) - Escola de Engenharia de
São Carlos, Universidade de São Paulo, São Carlos - SP, 2011.
CHAI, J.; LIU, J. N. K.; NGAI, E. W. T. Application of decision-making techniques in supplier
selection: a systematic review of literature. Expert Systems with Applications. Hong Kong,
v. 40, p. 3872-3885, 2013. Disponível em: <http://www-sciencedirect-
103
com.ez16.periodicos.capes.gov.br/science/article/pii/S095741741201281X>. Acesso em: 12
out. 2015.
CHIAVENATO, I. Introdução à teoria geral da administração: uma visão abrangente da
moderna administração das organizações. 7. ed. ver. e atual. Rio de Janeiro: Elsevier, 2003.
______. Gestão de pessoas: o novo papel dos recursos humanos nas organizações. 3. ed. Rio
de Janeiro: Elsevier, 2010.
COITINHO, M. Influência da incerteza processo de decisão: priorização de projetos de
melhoria. 103 f. Dissertação (Mestrado em Engenharia) - Escola Politécnica, Universidade de
São Paulo, São Paulo, 2007.
COSTA, R. F. P. Utilização de metodologias multicritério de apoio à decisão como
ferramenta de suporte numa empresa de serviços energéticos. 118 f. Dissertação (Mestrado
em Engenharia Eletrotécnica e de Computadores), Instituto Superior de Engenharia do Porto -
ISEP, Porto - Portugal, 2012.
COSTA, R. S. A influência da confiança do decisor no risco percebido e no processo
decisório. 194 f. Tese (Doutorado em Administração) - Universidade Federal do Rio Grande
do Sul, Porto Alegre - RS, 2011.
DECKER, S. R. F.; GOMES, M. C. Análise de crédito utilizando mapas cognitivos como
instrumento de apoio ao processo decisório em uma Empresa de Factoring. Revista Produção
Online. Florianópolis - SC, v.14, n. 3, p. 822-836, 2014. Disponível em:
<http://producaoonline.org.br/rpo/article/view/1454/1176>. Acesso em: 05 set. 2015.
DIAS, M. F. P.; FENSTERSEIFER, J. E.; SELLITTO, M. A. Análise multicriterial em
estratégia de operações: Estudo de caso com compradores de arroz de seis redes
supermercadistas. Revista Produção Online. Florianópolis - SC, v. 11, n. 3, p. 707-734, 2011.
Disponível em: <http://producaoonline.org.br/rpo/article/view/669/819>. Acesso em: 11 set.
2015.
EDWARDS, W.; BARRON, F. H. SMARTS and SMARTER: improved simple methods for
multiattribute utility measurement. Organizational Behavior and Human Decision
Processes. Califórnia, v. 60, p. 306-325, 1994. Disponível em: <http://www-sciencedirect-
com.ez16.periodicos.capes.gov.br/science/article/pii/S0749597884710879>. Acesso em: 06
jan. 2016.
______; MILES, R. F.; VON WINTERFELDT, D. Advances in decision analysis: from
foundations to applications. Cambridge, New York: Cambridge University Press, 2007.
FERREIRA, G. E. Avaliação de sistemas de apoio à decisão na perspectiva do usuário da
informação: o Data Warehouse como suporte à estratégia organizacional. 147 f. Dissertação
(Mestrado em Ciência da Informação) - Escola de Ciência da Informação, Universidade Federal
de Minas Gerais. Belo Horizonte - MG, 2010.
FIGUEIRA, J.; GRECO, S.; EHRGOTT, M. Multiple criteria decision analysis: state of the
art surveys. New York: Springer, 2005.
FRIKHA, A. On the use of a multi-criteria approach for reliability estimation in belief function
theory. Information Fusion. Tunísia, v. 18, p. 20-32, 2014. Disponível em: <http://www-
104
sciencedirect-com.ez16.periodicos.capes.gov.br/science/article/pii/S1566253513000651>.
Acesso em: 17 dez. 2015.
GARTNER, I. R.; ROCHA, C. H.; GRANEMANN, S. R. Modelagem multicriterial aplicada a
problemas de regulação em áreas portuárias privatizadas. RAC-Revista de Administração
Contemporânea. Rio de Janeiro, v. 16, n. 4, p. 493-517, 2012. Disponível em:
<http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1415-
65552012000400002&lng=pt&nrm=iso>. Acesso em: 03 out. 2015.
GIACON, J. C. R. Seleção de fornecedores por análise de decisão multicritério e otimização
combinatória considerando aspectos de logística e sustentabilidade. 138 f. Dissertação
(Mestrado em Engenharia de Sistemas) - Escola Politécnica, Universidade Federal de São
Paulo, São Paulo, 2012.
GIGLIO, E. M.; RYNGELBLUM, A. L. Uma Análise do Desenvolvimento dos Estudos de
Estratégia no Ramo Imobiliário a partir das Influências mais Recentes dos Stakeholders.
Revista de Ciências da Administração. São Paulo, v. 12, n. 27, p. 86-117, 2010. Disponível
em: <https://periodicos.ufsc.br/index.php/adm/article/view/2175-
8077.2010v12n27p86/17415>. Acesso em: 19 set. 2015.
GOMES, L. F. A. M.; GOMES, C. F. S. Tomada de decisão gerencial: enfoque multicritério.
5. ed. São Paulo: Atlas S.A, 2014.
GUARNIERI, P. Síntese dos principais critérios, métodos e subproblemas da seleção de
fornecedores multicritério. RAC-Revista de Administração Contemporânea. Rio de Janeiro,
v. 19, n. 1, p. 1-25, 2014. Disponível em:
<http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1415-
65552015000100003&lng=pt&nrm=iso&tlng=en>. Acesso em: 03 out. 2015.
JÚNIOR, A. M. Sistemas integrados de gestão: proposta para um procedimento de decisão
multicritérios para avaliação estratégica. 380 f. Tese (Doutorado em Engenharia de Produção)
- Escola Politécnica, Universidade de São Paulo, São Paulo, 2007.
JÚNIOR, E. M. S. et al. Aplicação do método AHP para seleção de investimentos em um
regime próprio de previdência social (RPPS). In: SIMPÓSIO DE EXCELÊNCIA EM
GESTÃO E TECNOLOGIA – SEGET, 12, 2015, Rio de Janeiro - RJ. Otimização de Recursos
e Desenvolvimento. Disponível em:
<http://www.aedb.br/seget/arquivos/artigos15/23922254.pdf>. Acesso em: 02 abr. 2016.
KIMURA, H.; SUEN, A. S. Ferramentas de análise gerencial baseadas em modelos de decisão
multicriteriais. ERA-Eletrônica. São Paulo, v. 2, n. 1, p. 1-19, 2003. Disponível em:
<http://www.scielo.br/scielo.php?script=sci_pdf&pid=S1676-
56482003000100008&lng=pt&nrm=iso&tlng=pt>. Acesso em: 17 dez. 2015.
KRAKAUER, P. V. C. A utilização das informações do ambiente no processo de decisão
estratégica: estudo com empresários brasileiros e americanos de pequenas e médias empresas.
173 f. Dissertação (Mestrado em Administração) - Universidade de São Paulo, São Paulo, 2011.
LAUDON, K.; LAUDON, J. Sistemas de informação gerenciais. 9. ed. São Paulo: Pearson
Prentice Hall, 2010.
105
LIMA JUNIOR, F. R. et al. Avaliação da qualidade de softwares de apoio a decisão. In:
ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO – ENEGEP, 32, 2012, Bento
Gonçalves - RS. Anais eletrônicos... Rio de Janeiro: Associação Brasileira de Engenharia de
Produção, 2012. Disponível em:
<http://www.abepro.org.br/biblioteca/enegep2012_TN_STO_162_944_19685.pdf>. Acesso
em: 25 mar. 2016.
LIMA, M. V. A. et al. Avaliação de micro e pequenas empresas utilizando a metodologia
multicritério e o método do fluxo de caixa descontado. Revista de Ciências da Administração.
São Paulo, v. 12, n. 26, p. 48-71, 2010. Disponível em:
<https://periodicos.ufsc.br/index.php/adm/article/view/2175-8077.2010v12n26p48/17402>.
Acesso em: 03 out. 2015.
LOH, S. 31 tipos de sistemas de informação: 31 maneiras de a tecnologia da informação
ajudar as organizações. 1. ed. Porto Alegre: [s.n.], 2014.
MATHIAS, M. C. Concepções psicanalíticas sobre os processos de decisão: um estudo com
magistrados. 142 f. Dissertação (Mestrado em Psicologia) – Instituto de Psicologia,
Universidade de São Paulo, São Paulo, 2013.
MEDEIROS, H. R. Avaliação de modelos matemáticos desenvolvidos para auxiliar a
tomada de decisão em sistemas de produção de ruminantes em pastagens. 112 f. Tese
(Doutorado em Agronomia) - Escola Superior de Agricultura Luiz de Queiroz, Universidade
de São Paulo, São Paulo, 2003.
MEIRELLES, C. L. A.; GOMES, L. F. A. M. O apoio multicritério à decisão como instrumento
de gestão do conhecimento: uma aplicação à indústria de refino de petróleo. Pesquisa
Operacional. Rio de Janeiro, v. 29, n. 2, p. 451-470, 2009. Disponível em:
<http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0101-
74382009000200011&lng=pt&nrm=iso>. Acesso em: 19 set. 2015.
MELO, G. Z. R. S.; ALMEIDA, A. T. Sistema de apoio à decisão para elicitação de informação
intercritério em modelos aditivos. In: ENCONTRO NACIONAL DE ENGENHARIA DE
PRODUÇÃO – ENEGEP, 31, 2011, Belo Horizonte - MG. Anais eletrônicos... Rio de Janeiro:
Associação Brasileira de Engenharia de Produção, 2011. Disponível em:
<http://www.abepro.org.br/biblioteca/enegep2011_TN_STO_140_886_18316.pdf>. Acesso
em: 19 mar. 2016.
MÉXAS, M. P.; QUELHAS, O. L. G.; COSTA, H. G. Multicritério aplicado à seleção de
sistemas de informação: uma revisão bibliográfica. Revista Eletrônica Sistemas e Gestão. Rio
de Janeiro, v. 6, n. 3, p. 366-383, 2011. Disponível em:
<http://www.revistasg.uff.br/index.php/sg/article/view/V6.N3.A9/V6N3A9>. Acesso em: 15
jan. 2016.
MORAES, E. A.; SANTALIESTRA, R. Modelo de decisão com múltiplos critérios para
escolha de software de código aberto e software de código fechado. In: ENCONTRO DA
ANPAD, 31, 2007, Rio de Janeiro – RJ. Processo Decisório e Aspectos Metodológicos.
Disponível em: <http://www.spell.org.br/documentos/download/5923>. Acesso em: 02 abr.
2016.
NEIVA, S. B. A escolha de softwares de E-Procurement: uma análise multicritério. 60 f.
Dissertação (Mestrado em Administração) - Faculdade de Economia e Finanças IBMEC, Rio
de Janeiro, 2006.
106
O’BRIEN, J. A.; MARAKAS, G. M. Administração de sistemas de informação: uma
introdução. 13. ed. São Paulo: McGraw-Hill, 2007.
OLIVEIRA FILHO, N.; SILVEIRA, F. F.; SANT ANA, P. S. O processo de tomada de decisão
para a seleção de projetos em uma PME do setor de engenharia. Revista de Gestão e Projetos-
GeP. São Paulo, v. 5, n. 3, p. 88-104, 2014. Disponível em:
<http://www.revistagep.org/ojs/index.php/gep/article/view/285>. Acesso em: 04 set. 2015.
OUR DECISION MAKING METHODOLOGY. Expert Choice. Estados Unidos, 2014.
Disponível em: <http://expertchoice.com/about-us/our-decision-making-methodology/>.
Acesso em: 13 abr. 2016.
PEDRAZZI, D. R.; VIEIRA, S. F. A. O processo de tomada de decisão de investimentos de
capital nas micro, pequenas e médias Empresas: um estudo de caso do setor metalúrgico de
Londrina-PR. Facesi em Revista, Londrina-PR, v. 1, n. 1, 2009. Disponível em:
<http://www.facesi.edu.br/facesiemrevista/downloads/numero1/artigo03.pdf>. Acesso em: 26
ago. 2015.
PINHO, F. A.; MELO, L. L. S. O Sistema Pergamum no processo de tomada de decisão.
Biblios, Pernambuco, n. 43, p. 33-42, 2011. Disponível em:
<http://biblios.pitt.edu/ojs/index.php/biblios/article/view/17/32>. Acesso em: 09 set. 2015.
POLMEROL, J.; BARBA-ROMERO, S. Multicriterion decision in management: principles
and practice. New York: Kluwer, 2000.
PRÉVE, A. D.; MORITZ, G. O.; PEREIRA, M. F. Organização, processos e tomada de
decisão. Florianópolis: Departamento de Ciências da Administração/UFSC; [Brasília]:
CAPES: UAB, 2010.
PRODANOV, C. C.; FREITAS, E. C. Metodologia do trabalho científico: métodos e técnicas
da pesquisa e do trabalho acadêmico. 2. ed. Rio Grande do Sul: Feevale, 2013.
RATHMANN, R. Identificação dos fatores e motivações relacionados ao processo de
tomada de decisão dos diferentes agentes da cadeia produtiva do biodiesel do Rio Grande
do Sul. 149 f. Dissertação (Mestrado em Agronegócios) - Centro de Estudos e Pesquisas em
Agronegócios, Universidade Federal do Rio Grande do Sul, Porto Alegre - RS, 2007.
REIS, E.; LOBLER, M. L. O processo decisório descrito pelo indivíduo e representado nos
sistemas de apoio a decisão. RAC-Revista de Administração Contemporânea. Rio de
Janeiro, v. 16, n. 3, p. 397-417, 2012. Disponível em:
<http://www.anpad.org.br/periodicos/content/frame_base.php?revista=1>. Acesso em: 03 set.
2015.
REZENDE, D. A.; ABREU, A. F. Tecnologia da informação aplicada a sistemas de
informação empresariais: o papel estratégico da informação e dos sistemas de informação nas
empresas. 3. ed. São Paulo: Atlas, 2003.
RIBEIRO, F.; FERREIRA, P.; ARAÚJO, M. Evaluating future scenarios for the power
generation sector using a Multi-Criteria Decision Analysis (MCDA) tool: The Portuguese case.
Energy. Portugal, v. 52, p. 126-136, 2013. Disponível em: <http://www-sciencedirect-
com.ez16.periodicos.capes.gov.br/science/article/pii/S0360544213000029>. Acesso em: 17
dez. 2015.
107
ROSSONI, C. F. Decisão Multicritério: uma pesquisa experimental para avaliação da
percepção dos gestores de MPE acerca do modelo de tomada de decisão multicritério T-ODA
quanto à sua aplicabilidade. 260 f. Dissertação (Mestrado em Administração) - Faculdade
Campo Limpo Paulista-FACCAMP, São Paulo, 2011.
SAATY, T. L. How to make a decision: the analytic hierarchy process. European Journal of
Operational Research. EUA, v. 48, p. 9-26, 1990. Disponível em: <http://www-sciencedirect-
com.ez16.periodicos.capes.gov.br/science/article/pii/037722179090057I>. Acesso em: 27 jan.
2016.
SABAEI, D.; ERKOYUNCU, J.; ROY, R. A review of multi-criteria decision making methods
for enhanced maintenance delivery. Procedia CIRP. Reino Unido, v. 37, p. 30-35, 2015.
Disponível em: <http://www-sciencedirect-
com.ez16.periodicos.capes.gov.br/science/article/pii/S2212827115009403>. Acesso em: 08
dez. 2015.
SANTOS, B. N. Desenvolvimento de um sistema de apoio à decisão para seleção de
trainees baseado na abordagem multicritério. 67 f. Trabalho de Conclusão de Curso
(Bacharel em Sistemas de Informação) - Centro de ciências aplicadas à educação, Universidade
Federal da Paraíba, Rio Tinto-PB, 2013. Disponível em: <http://si.dcx.ufpb.br/wp-
content/uploads/2015/12/Bruno-Nascimento-Santos.pdf>. Acesso em: 02 mar. 2016.
SANTOS, M. R.; SILVA, D. E. P. Tomada de decisão na inovação em serviços em empresas
de tecnologia da informação do estado do Sergipe. Revista ADM.MADE, Rio de Janeiro, v.
18, n. 1, p. 56-78, 2014. Disponível em:
<http://revistaadmmade.estacio.br/index.php/admmade/article/viewFile/541/454>. Acesso em:
13 set. 2015.
SANTOS, V. A. P. A.; LUGO, S. D. R.; ALMEIDA, A. T. Decisão multicritério por critério
único de síntese: aplicação a uma compra de tecnologia. ENCONTRO NACIONAL DE
ENGENHARIA DE PRODUÇÃO – ENEGEP, 35, 2015, Fortaleza - CE. Anais eletrônicos...
Rio de Janeiro: Associação Brasileira de Engenharia de Produção, 2015. Disponível em:
<http://www.abepro.org.br/biblioteca/TN_STO_211_251_26676.pdf>. Acesso em: 02 abr.
2016.
SILVA, A. C. G. C.; FONTES, C. H. O.; BARBOSA, A. S. Multicriteria evaluation model for
organizational performance management applied to the Polo Fruit Exporter of the São Francisco
Valley. Computers and Electronics in Agriculture. Brasil, v. 117, p. 168-176, 2015.
Disponível em: <http://www-sciencedirect-
com.ez16.periodicos.capes.gov.br/science/article/pii/S016816991500229X>. Acesso em: 12
dez. 2015.
SILVA, R. C. Proposta de método para priorização de alternativas por múltiplos critérios.
113f. Dissertação (Mestrado em Engenharia Aeronáutica e Mecânica) - Instituto Tecnológico
de Aeronáutica/ITA, São José dos Campos - SP, 2006.
SUGAHARA, C. R.; SOUZA, J. H.; VISELI, J. A informação dos sistemas de informação
gerenciais como elemento determinante no apoio à tomada de decisão em hospitais.
TransInformação, Campinas, v. 21, n. 2, p. 117-122, 2009. Disponível em:
<http://periodicos.puc-campinas.edu.br/seer/index.php/transinfo/article/view/508/488>.
Acesso em: 09 set. 2015.
108
TCHEMRA, A. H. Tabela de decisão adaptativa na tomada de decisão multicritério. 172
f. Tese (Doutorado Engenharia) - Escola Politécnica, Universidade de São Paulo, São Paulo,
2009.
TORRES, C. J. F. Desenvolvimento metodológico para apoio à tomada de decisão sobre o
programa de efetivação do enquadramento dos corpos d’água. 176 f. Dissertação (Mestrado
em Engenharia Ambiental Urbana) - Escola Politécnica, Universidade Federal da Bahia, Bahia,
2014.
TRAMARICO, C. L. Avaliação multicritério de prestadores de serviços logísticos. 55 f.
Dissertação (Mestrado em Engenharia Mecânica) - Faculdade de Engenharia de Guaratinguetá,
Universidade Estadual Paulista, São Paulo, 2012.
TURBAN, E.; RAINER, R. K.; POTTER, R. E. Introdução a sistemas de informação: uma
abordagem gerencial. Rio de Janeiro: Elsevier, 2007.
VICTORINO, M. C. Organização da informação para dar suporte à arquitetura orientada
a serviços: reuso da informação nas organizações. 276 f. Tese (Doutorado em Ciência da
Informação) - Faculdade de Ciência da Informação, Universidade de Brasília, Brasília, 2011.
VIEIRA, E. A percepção da informação e da sua relevância no cenário institucional: sob a
perspectiva de gestores e líderes. Cadernos Ebape.br, Rio de Janeiro, v. 12, p. 533-552, 2014.
Disponível em: <http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1679-
39512014000700010&lng=pt&nrm=iso>. Acesso em: 07 set. 2015.
XIA, W.; WU, Z. Supplier selection with multiple criteria in volume discount environments.
Omega. China, v. 35, p. 494-504, 2007. Disponível em: <http://www-sciencedirect-
com.ez16.periodicos.capes.gov.br/science/article/pii/S0305048305001180>. Acesso em: 06
jan. 2016.
109
ANEXO A – Etapas de construção de um modelo de decisão multicritério
UNIVERSIDADE FEDERAL DE PERNAMBUCO
CENTRO DE TECNOLOGIA
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO – PPGEP
Mestrado Profissional
DISCIPLINA: DECISÃO MULTICRITÉRIO
Professor: Adiel T de Almeida
Exercício de Aplicação – Etapa 2
02/07/2015
Com base no problema de decisão, já formulado por você na etapa 1, desenvolva as 12 etapas
para a Construção de um Modelo de Decisão Multicritério, conforme questões a seguir. Observe
que parte destas etapas já foi elaborada de forma preliminar e nesse momento deverão ser
justificadas e poderão ser revisadas se necessário. (Use o espaço nas linhas abaixo; se necessário
continue no verso, indicando o número da questão).
1) Etapa 1 – Caracterizar decisor(es) e outros atores. Estabeleça claramente quem é (ou são)
o(s) decisor(es) e outros atores mais relevantes no processo de decisão e explique o que os
caracteriza.
2) Etapa 2 – Identificar objetivos
3) Etapa 3 – Estabelecer critérios
110
4) Etapa 4 – Estabelecer espaço de ações e problemática. Observar que nessa etapa, a matriz de
consequências já poderá ser apresentada. Atualize e forneça a versão final para a matriz de
consequências para o problema, conforme a tabela 1.1 do texto de referência, associando a
cada alternativa seu desempenho por critério.
5) Etapa 5 – Identificar fatores não-controlados; observar que se as variáveis do problema
forem de natureza determinística, possivelmente este fator não estará explicito no problema.
6) Etapa 6 – Efetuar Modelagem de preferências. Comente sobre que condições devem ser
estabelecidas para a escolha do método multicritério para resolver este problema.
7) Etapa 7 – Efetuar Avaliação intra-critério. Comente sobre a avaliação intra-critério, de modo
a obter a função valor para cada critério. Comente se poderá ser utilizado um dos
procedimentos de normalização e qual tipo seria o mais apropriado, com as devidas
justificativas.
8) Etapa 8 – Efetuar Avaliação inter-critério
111
9) Etapa 9 – Avaliar Alternativas (dizer como seria feito)
10) Etapa 10 – Efetuar Análise de sensibilidade. O desenvolvimento desta etapa pode ser
efetuado de forma numérica ou pode ser descrito de que forma poderia ser feito com as
devidas justificativas e exemplos de possibilidades de resultados, com base no resultado da
etapa anterior. (escolher o tipo e informar como seria feito)
11) Etapa 11 – Analisar resultados e elaborar recomendação (fazer uma descrição de como esta
etapa pode ser feita e que pontos relevantes considerar para seu problema específico)
12) Etapa 12 – Implementar decisão. Explique que aspectos devem ser observados na
implementação da decisão para esse problema em particular.