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





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




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


_______________________________________

Prof. Msc. Pedro Baptista Fernandes

Membro


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.


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.


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.


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


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)


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


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):

http://www-sciencedirect-com.ez16.periodicos.capes.gov.br/science/article/pii/S0360544213000029


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


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.


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


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

http://www-sciencedirect-com.ez16.periodicos.capes.gov.br/science/article/pii/S0377221709000071#bib24

http://www-sciencedirect-com.ez16.periodicos.capes.gov.br/science/article/pii/S0377221709000071#bib209


http://www-sciencedirect-com.ez16.periodicos.capes.gov.br/science/article/pii/S016816991500229X

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


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.


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.


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.


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


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.


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.


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.


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.


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.


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.


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).


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.


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.


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.


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.


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.


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.


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


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.


Figura 30 – Resultado para o critério

programação.

Fonte: Expert Choice (2016)

94

Figura 31 – Resultado para o critério período de

curso.


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.


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.


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.


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.


Figura 37 – Gráfico de sensibilidade referente ao critério disponibilidade.


Figura 38 – Gráfico com posição de cada critério em relação ao objetivo.


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.


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-


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-

http://www.revistas.usp.br/rco/article/view/56693/62402



http://www-sciencedirect-com.ez16.periodicos.capes.gov.br/science/article/pii/0377221786900445

http://www-sciencedirect-com.ez16.periodicos.capes.gov.br/science/article/pii/0377221786900445

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-


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-

http://www-sciencedirect-com.ez16.periodicos.capes.gov.br/science/journal/07495978

http://www-sciencedirect-com.ez16.periodicos.capes.gov.br/science/journal/07495978


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:


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.


https://periodicos.ufsc.br/index.php/adm/article/view/2175-8077.2010v12n27p86/17415

https://periodicos.ufsc.br/index.php/adm/article/view/2175-8077.2010v12n27p86/17415

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:


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.

http://www.abepro.org.br/biblioteca/enegep2011_TN_STO_140_886_18316.pdf

http://www.revistasg.uff.br/index.php/sg/article/view/V6.N3.A9/V6N3A9

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-


dez. 2015.

http://www.revistagep.org/ojs/index.php/gep/article/view/285

http://www.anpad.org.br/periodicos/content/frame_base.php?revista=1

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.



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.


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.

http://si.dcx.ufpb.br/wp-content/uploads/2015/12/Bruno-Nascimento-Santos.pdf

http://si.dcx.ufpb.br/wp-content/uploads/2015/12/Bruno-Nascimento-Santos.pdf

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-


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.

Klétila Maiara da Silva e Silva APLICAÇÃO DE MÉTODOS ... · Processo decisório. 2....

Documents

Transcript of Klétila Maiara da Silva e Silva APLICAÇÃO DE MÉTODOS ... · Processo decisório. 2....