Dissertação apresentada à Pró-Reitoria de Pós-Graduação e Pesquisa do Instituto Tecnológico de Aeronáutica, como parte dos requisitos para obtenção do título de Mestre em Engenharia do Curso de Mestrado Profissional em Produção no Programa de Pós-Graduação em Engenharia Aeronáutica e Mecânica. Giovani Gujansky DETERMINAÇÃO DE MUNICÍPIOS PARA IMPLANTAÇÃO DE UNIDADES OPERACIONAIS DO SENAI UTILIZANDO MODELO DE APOIO MULTICRITÉRIO À DECISÃO Dissertação aprovada em sua versão final pelos abaixo assinados: Profa. Dra. Mischel Carmen Neyra Belderrain Orientadora Prof. Dr. Luiz Carlos Sandoval Góes Pró-Reitor de Pós Graduação e Pesquisa Campo Montenegro São José dos Campos, SP – Brasil 2014 ii Dados Internacionais de Catalogação-na-Publicação (CIP) Divisão de Informação e Documentação Gujansky, Giovani Determinação de Municípios para implantação de unidades operacionais do SENAI utilizando modelo de apoio multicritério à decisão / Giovani Gujansky São José dos Campos, 2014. Número de folhas no formato A4, 145f. Dissertação de Mestrado Profissional – Curso de Mestrado Profissional em Produção – Instituto Tecnológico de Aeronáutica, ano. Orientadores: Nome dos orientadores precedidos de sua Titulação. 1. Apoio Multicritério à Decisão. 2. Analytic Hierarchy Process – AHP. 3. Seleção de Municípios. I. Instituto Tecnológico de Aeronáutica. II. Determinação de Municípios para implantação de unidades operacionais do SENAI utilizando modelo de apoio multicritério à decisão REFERÊNCIA BIBLIOGRÁFICA GUJANSKY, GIOVANI. Determinação de Municípios para implantação de unidades operacionais do SENAI utilizando modelo de apoio multicritério à decisão. 2014. 145 folhas. Dissertação de Mestrado Profissional em Produção – Instituto Tecnológico de Aeronáutica, São José dos Campos. CESSÃO DE DIREITOS NOME DO AUTOR: Giovani TÍTULO DO TRABALHO: Gujansky Determinação de Municípios para implantação de unidades operacionais do SENAI utilizando modelo de apoio multicritério à decisão TIPO DO TRABALHO/ANO: Dissertação / 2014 É concedida ao Instituto Tecnológico de Aeronáutica permissão para reproduzir cópias desta dissertação e para emprestar ou vender cópias somente para propósitos acadêmicos e científicos. O autor reserva outros direitos de publicação e nenhuma parte desta dissertação pode ser reproduzida sem a sua autorização (do autor). Giovani Gujansky Rua Japagua, 25, Avorada, Vila Velha - ES iii DETERMINAÇÃO DE MUNICÍPIOS PARA IMPLANTAÇÃO DE UNIDADES OPERACIONAIS DO SENAI UTILIZANDO MODELO DE APOIO MULTICRITÉRIO À DECISÃO GIOVANI GUJANSKY Composição da banca Examinadora: Profa. Dra. Mischel Carmen Neyra Belderrain. Presidente/Orientadora – ITA Prof. Dr. Arnoldo S. Cabral ITA Dra. Amanda Cecília Simões da Silva IAE ITA iv Resumo Uma das diretrizes nacionais do Serviço Nacional de Aprendizagem Industrial – SENAI – é o crescimento da oferta de educação profissional nos estados do Brasil, e por conseguinte a expansão de sua rede de atendimento. O investimento para implantação de uma nova unidade do SENAI é alto e gera vários problemas políticos e administrativos. Sendo assim, a escolha dos locais para implantação deve ser pautada em critérios bem definidos e em uma metodologia que seja consistente. O presente trabalho propõe um método para definição dos municípios para implantação de novas unidades do SENAI. A proposta utiliza o método de Apoio Multicritério à Decisão AHPSort, para classificação dos municípios, selecionando os prioritários para esta implantação, e o Analytic Hierarchy Process – AHP, para ranqueamento da classe prioritária visando apoiar a escolha dos decisores para seleção do novo município. O resultado do trabalho leva em consideração três cenários: econômico, social e estratégico; para que, de acordo com a necessidade do contexto, o decisor faça a escolha do município. v Abstract One of the national guidelines of the Serviço Nacional de Aprendizagem Industrial SENAI is the growth in the supply of professional education in the states of Brazil , and therefore the expansion of its service network . The investment for the implementation of a new unit of SENAI is high , and generates various political and administrative problems , so the choice of sites for location should be based on well defined criteria and on consistent methodology. This work proposes a method for defining the municipalities for the implementation of new units SENAI incorporating methods that take into account qualitative and intangible variables , treating the problem of choice and involvement of actors who are involved in the process. This method relies on the definition of key stakeholders, as well as the use of cognitive maps for key objectives , criteria and alternatives of the problem . The proposal uses methods of Multicriteria Decision as AHPSort for classification of municipalities selecting the priority for this deployment and Analytical Hierarchy Process - AHP for ranking the priority class to support the choice of decision makers to select the new municipality . The result of the work considers three scenarios : Economic , social and strategic , that according to the need of the moment the decision maker can choose the focus of the unit to be deployed . vi Lista de Figuras Figura 1. Fases do processo de apoio à decisão .............................................................. 27 Figura 2. Classificação de stakeholders pelos atributos ................................................... 29 Figura 3. Tipos de stakeholder .......................................................................................... 29 Figura 4. Pensando sobre valores: a base para tomada de decisões com qualidade.......... 31 Figura 5. Estrutura Hierárquica ......................................................................................... 35 Figura 6. Escala fundamental de Saaty no Super Decisions ............................................... 37 Figura 7. Formas de agregação de valores na decisão em grupo......................................... 38 Figura 8. Processo do AHPSort ......................................................................................... 44 Figura 9. Definição de classes utilizando perfis limitantes locais ....................................... 46 Figura 10. Definição de classes utilizando perfis centrais locais ....................................... 46 Figura 11. Classificação das alternativas utilizando perfis limitantes locais Figura 12. Classificação das alternativas utilizando perfis centrais locais Figura 13. Estrutura hierárquica do exemplo de aplicação do AHPSort ............................ 52 Figura 14. Perfis limitantes locais das classes para cada critério. ...................................... 53 Figura 15. Julgamento dos critérios utilizando o Super Decisions. ................................... 53 Figura 16. Saída do Super Decisions com o vetor prioridade de cada critério. .................. 54 Figura 17. Comparação par a par das alternativas com os limitantes dos critérios ................ 49 .................. 50 experiência e flexibilidade ................................................................................................... 54 Figura 18. Comparação par a par das alternativas com os limitantes dos critérios segurança e resiliência............. ............................................................................................................. 55 Figura 19. Comparação par a par das alternativas com o limitante do critério ambiental .. 55 Figura 20. Classificação final das alternativas .................................................................. 58 Figura 21. Modelo proposto para determinação dos municípios para implantação de novas unidades do SENAI ............................................................................................................. 61 Figura 22. Matriz de classificação Interesse x Poder ........................................................ 64 Figura 23. Classificação de stakeholders nacionais pelos atributos................................... 73 Figura 24. Classificação de stakeholders regionais pelos atributos ................................... 76 Figura 25. Mapa Cognitivo Congregado .......................................................................... 78 Figura 26. Estrutura Hierárquica do estudo de caso.......................................................... 79 Figura 27. Matriz de decisão em grupo dos julgamentos dos critérios focado no cenário econômico........ .................................................................................................................... 82 vii Figura 28. Matriz de decisão em grupo dos julgamentos dos critérios focado no cenário social.............. ...................................................................................................................... 83 Figura 29. Matriz de decisão em grupo dos julgamentos dos critérios focado no cenário estratégico.............. .............................................................................................................. 83 Figura 30. Perfis limitantes locais ( ) de cada classe para cada critério. ........................ 85 Figura 31. Comparação par a par dos critérios em relação ao objetivo principal perante um cenário econômico ............................................................................................................... 86 Figura 32. Vetor prioridade dos critérios em relação ao objetivo principal perante um cenário econômico ............................................................................................................... 86 Figura 33. Comparação par a par dos critérios em relação ao objetivo principal perante um cenário social ....................................................................................................................... 87 Figura 34. Vetor prioridade dos critérios em relação ao objetivo principal perante um cenário social ....................................................................................................................... 87 Figura 35. Comparação par a par dos critérios em relação ao objetivo principal perante um cenário estratégico ............................................................................................................... 88 Figura 36. Vetor prioridade dos critérios em relação ao objetivo principal perante um cenário estratégico ............................................................................................................... 88 Figura 37. Modificação da comparação par a par dos critérios em relação ao objetivo principal perante um cenário econômico .............................................................................. 90 Figura 38. Alteração do vetor prioridade dos critérios em relação ao objetivo principal perante um cenário econômico ............................................................................................. 90 Figura 39. Modificação da comparação par a par dos critérios em relação ao objetivo principal perante um cenário social ...................................................................................... 91 Figura 40. Alteração do vetor prioridade dos critérios em relação ao objetivo principal perante um cenário social ..................................................................................................... 91 Figura 41. Modificação da comparação par a par dos critérios em relação ao objetivo principal perante um cenário estratégico............................................................................... 92 Figura 42. Alteração do vetor prioridade dos critérios em relação ao objetivo principal perante um cenário estratégico ............................................................................................. 92 Figura 43. Estrutura hierárquica ranqueamento cenário econômico ................................ 106 Figura 44. Estrutura hierárquica ranqueamento cenário social ........................................ 106 Figura 45. Estrutura hierárquica ranqueamento cenário estratégico ................................ 107 Figura 46. Tela de saída do Super Decisions com o resultado do ranqueamento no cenário econômico................. ......................................................................................................... 107 viii Figura 47. Tela de saída do Super Decisions com o gráfico do ranqueamento para o cenário econômico.................. ........................................................................................................ 108 Figura 48. Tela de saída do Super Decisions com o resultado do ranqueamento no cenário social............................... ................................................................................................... 108 Figura 49. Tela de saída do Super Decisions com o gráfico do ranqueamento para o cenário social............... ................................................................................................................... 109 Figura 50. Tela de saída do Super Decisions com o resultado do ranqueamento no cenário estratégico.......... ................................................................................................................ 109 Figura 51. Tela de saída do Super Decisions com o gráfico do ranqueamento para o cenário estratégico........... ............................................................................................................... 110 Figura 52. Matriz de decisão individual do julgamento dos critérios em relação ao objetivo principal do Stakeholder 13 perante um cenário econômico ............................................... 126 Figura 53. Matriz de decisão individual do julgamento dos critérios em relação ao objetivo principal do Stakeholder 14 perante um cenário econômico ............................................... 126 Figura 54. Matriz de decisão individual do julgamento dos critérios em relação ao objetivo principal do Stakeholder 13 perante um cenário social ....................................................... 126 Figura 55. Matriz de decisão individual do julgamento dos critérios em relação ao objetivo principal do Stakeholder 14 perante um cenário social ....................................................... 127 Figura 56. Matriz de decisão individual do julgamento dos critérios em relação ao objetivo principal do Stakeholder 13 perante um cenário estratégico................................................ 127 Figura 57. Matriz de decisão individual do julgamento dos critérios em relação ao objetivo principal do Stakeholder 14 perante um cenário estratégico................................................ 127 Figura 58. Mapa cognitivo individual do Stakeholder 04 ............................................... 128 Figura 59. Mapa cognitivo individual do Stakeholder 05 ............................................... 129 Figura 60. Comparação par a par das alternativas com o perfil limitante local dos critérios entre as classes A e B ......................................................................................................... 130 Figura 61. Continuação da comparação par a par das alternativas com o perfil limitante local dos critérios entre as classes A e B............................................................................. 131 Figura 62. Comparação par a par das alternativas com o perfil limitante local dos critérios entre as classes B e C ......................................................................................................... 132 Figura 63. Continuação da comparação par a par das alternativas com o perfil limitante local dos critérios entre as classes B e C ............................................................................. 133 Figura 64. Comparação par a par das alternativas com o perfil limitante local dos critérios Taxa de Desemprego e PIB entre as classes A e B para o cenário social ............................. 134 ix Figura 65. Comparação par a par das alternativas com o perfil limitante local dos critérios Taxa de Desemprego e PIB entre as classes B e C para o cenário social ............................. 135 x Lista de Tabelas Tabela 1. Utilização dos métodos segundo a problemática de decisão ............................ 26 Tabela 2. Escala Fundamental de Saaty .......................................................................... 36 Tabela 3. Exemplo de julgamento do decisor ................................................................. 39 Tabela 4. Exemplo de normalização do julgamento do decisor ....................................... 39 Tabela 5. Valores de RI para matrizes de ordem 1 a 10 .................................................. 42 Tabela 6. Valores de RC em função do número de elementos ......................................... 42 Tabela 7. Etapas e passos do AHPSort ........................................................................... 45 Tabela 8. Matriz de comparação par a par - Fornecedor I e limitante critério experiência 55 Tabela 9. Matriz de comparação par a par - Fornecedor I e limitante normalizado .......... 56 Tabela 10. Valores referencia para vetor prioridade local para matrizes de comparação par a par de dois elementos ........................................................................................................... 56 Tabela 11. Resultado do vetor prioridade da alternativa 1 .............................................. 57 Tabela 12. Resultados do vetor prioridade das alternativas ............................................... 58 Tabela 13. Análise pela relação Poder x Interesse ............................................................ 64 Tabela 14. Análise pela relação Poder x Legitimidade x Urgência .................................... 64 Tabela 15. Lista de stakeholders nacionais ....................................................................... 72 Tabela 16. Análise pela relação Poder x Interesse de stakeholders nacionais .................... 72 Tabela 17. Análise pela relação Poder x Legitimidade x Urgência de stakeholders nacionais....... ....................................................................................................................... 73 Tabela 18. Lista de stakeholders regionais ....................................................................... 74 Tabela 19. Análise pela relação Poder x Interesse de stakeholders regionais .................... 75 Tabela 20. Análise pela relação Poder x Legitimidade x Urgência de stakeholders regionais............................................................................................................................... 75 Tabela 21. Dados critérios municípios do Espirito Santo .................................................. 81 Tabela 22. Comparação par a par das alternativas com o limitante entre as classes A e B, para o critério taxa de desemprego ....................................................................................... 93 Tabela 23. Vetor prioridade das alternativas em relação aos limitantes ............................. 94 Tabela 24. Comparação par a par entre as alternativas e os limitantes entre as classes A e B........................................................................................................................................... 95 Tabela 25. Comparação par a par entre as alternativas e os limitantes entre as classes B e C.......................... ................................................................................................................. 96 Tabela 26. Comparação par a par entre as alternativas e os limitantes no cenário Social ... 97 xi Tabela 27. Resultado da alternativa Afonso Claudio em relação ao limitante entre A e B perante o cenário econômico ................................................................................................ 98 Tabela 28. Resultado da alternativa Afonso Claudio em relação ao limitante entre B e C perante o cenário econômico ................................................................................................ 98 Tabela 29. Classificação das alternativas em um cenário econômico em relação aos limitantes entre as classes A e B ........................................................................................... 99 Tabela 30. Classificação das alternativas em um cenário econômico em relação aos limitantes entre as classes B e C ......................................................................................... 100 Tabela 31. Classificação das alternativas em um cenário social em relação aos limitantes entre as classes A e B ......................................................................................................... 101 Tabela 32. Classificação das alternativas em um cenário social em relação aos limitantes entre as classes B e C ......................................................................................................... 102 Tabela 33. Classificação das alternativas em um cenário estratégico em relação aos limitantes entre as classes A e B ......................................................................................... 103 Tabela 34. Classificação das alternativas em um cenário estratégico em relação aos limitantes entre as classes B e C ......................................................................................... 104 Tabela 35. Classificação final das alternativas ................................................................ 105 Tabela 36. Ranqueamento final das alternativas ............................................................. 110 xii Lista de Siglas AHP AIJ AMD ANP CNI DEA DR-ES ELECTRE FINDES IBGE IDEIES IDH IEL MACBETH MAUT PIB PROMETHEE RAIS RC RI SENAI SENAI DN SESI SMARTER SMARTS TOPSIS UTA VFT Analytic Hierarchy Process Agregação Individual de Julgamento Apoio Multicritério à Decisão Analytic Network Process Confederação Nacional da Indústria Data Envelopment Analysis Departamento Regional do Espírito Santo Elimination et Choix Traduisant la Réalité Federação das Indústrias do Estado do Espírito Santo Instituto Brasileiro de Geografia e Estatística Instituto de Desenvolvimento Industrial do Espírito Santo Índice de Desenvolvimento Humano Instituto Euvaldo Lodi Measuring Attractiveness by a Categorical Based Evaluation Technique Multi-Attribute Utility Theory Produto Interno Bruto Preference Ranking Organization Method for Enrichment Evaluation Relação Anual de Informações Sociais Razão de Consistência Random Índices Serviço Nacional de Aprendizagem Industrial Serviço Nacional de Aprendizagem Industrial – Departamento Nacional Serviço Social da Indústria Simple Multi-Attribute Rating Technique using Exploiting Rankings Simple MultiAttribute Rating Technique Technique for Order Performance by Similarity to Ideal Solution Utilité Aditive Value Focused Thinking xiii SUMÁRIO 1 INTRODUÇÃO .......................................................................................................... 15 1.1 PROBLEMA E QUESTÃO DE PESQUISA ....................................................................... 16 1.2 OBJETIVOS ............................................................................................................. 17 Objetivo Geral .............................................................................................................. 17 Objetivos Específicos.................................................................................................... 17 1.3 JUSTIFICATIVA ........................................................................................................ 17 1.4 ESTRUTURA DO TRABALHO ..................................................................................... 18 2 O SENAI...................................................................................................................... 19 3 REFERENCIAL TEÓRICO ...................................................................................... 22 3.1 MÉTODOS DE APOIO MULTICRITÉRIO À DECISÃO..................................................... 22 3.2 CLASSIFICAÇÃO DOS MÉTODOS AMD ...................................................................... 23 3.3 PROBLEMÁTICAS DE DECISÃO ................................................................................. 25 3.4 PROCESSO DE APOIO MULTICRITÉRIO A DECISÃO .................................................... 27 3.4.1 Fase 1: Identificação do processo decisório ........................................................ 28 3.4.1.1 Definição de Stakeholders ........................................................................... 28 3.4.2 Fase 2: Estruturação do Problema ....................................................................... 30 3.4.2.1 Abordagem Value Focused Thinking (VFT) para definição de objetivos...... 30 3.4.2.2 Mapa Cognitivo para definição de critérios ................................................. 31 3.4.3 Fase 3: Estruturação do Modelo Multicritério ..................................................... 33 3.4.3.1 Analytic Hierarchy Process (AHP).............................................................. 33 3.4.3.2 AHPSort ..................................................................................................... 44 3.4.4 Fase 4: Avaliação das Ações Potenciais:............................................................. 58 4 MODELO PROPOSTO PARA DETERMINAÇÃO DE MUNICÍPIOS VISANDO A IMPLANTAÇÃO DE UNIDADES OPERACIONAIS DO SENAI ............................. 60 4.1 FASE 1 – IDENTIFICAÇÃO DO CONTEXTO DECISÓRIO ................................................. 61 4.1.1 Etapa 1 – Identificação das características e tipo do problema ............................ 62 4.1.2 Etapa 2 - Identificação dos atores envolvidos na entidade em âmbito nacional.... 62 4.1.3 Etapa 3 - Identificação dos atores envolvidos na entidade em âmbito regional .... 65 4.2 FASE 2: ESTRUTURAÇÃO DO PROBLEMA .................................................................. 65 4.2.1 Etapa 4 – Levantamento de informações com os atores nacionais ....................... 65 4.2.2 Etapa 5 – Construção dos mapas cognitivos individuais ..................................... 66 4.2.3 Etapa 6 – Construção do mapa cognitivo congregado ......................................... 67 4.2.4 Etapa 7 – Construção da Estrutura Hierárquica ................................................... 67 xiv 4.2.5 Etapa 8 – Obtenção dos dados relativos aos critérios e subcritérios ..................... 67 4.3 FASE 3: ESTRUTURAÇÃO DO MODELO MULTICRITÉRIO ............................................ 68 4.3.1 Etapa 9: Julgamento dos critérios com os atores regionais .................................. 68 4.3.2 Etapa 10: Utilização do método APHSort para classificação das alternativas ...... 68 4.3.3 Etapa 11: Ranqueamento das alternativas na classe relevante utilizando o AHP.. 68 4.4 FASE 4: AVALIAÇÃO DAS AÇÕES POTENCIAIS .......................................................... 69 4.4.1 Etapa 12: Análise dos cenários ........................................................................... 69 4.4.2 Etapa 13: Avaliação dos resultados alcançados ................................................... 70 5 APLICAÇÃO DO MODELO PROPOSTO PARA DETERMINAÇÃO DE MUNICÍPIOS VISANDO À IMPLANTAÇÃO DE UNIDADES OPERACIONAIS NO SENAI ESPÍRITO SANTO ............................................................................................... 71 5.1 FASE 1 – IDENTIFICAÇÃO DO CONTEXTO DECISÓRIO ................................................. 71 5.1.1 Etapa 1 – Identificação das características e tipo do problema ............................ 71 5.1.2 Etapa 2 - Identificação dos atores envolvidos na entidade em âmbito nacional.... 71 5.1.3 Etapa 3 - Identificação dos atores envolvidos na entidade em âmbito regional .... 74 5.2 FASE 2: ESTRUTURAÇÃO DO PROBLEMA .................................................................. 76 5.2.1 Etapa 4 – Levantamento de informações com os atores nacionais ....................... 76 5.2.2 Etapa 5 – Construção dos mapas cognitivos individuais ..................................... 77 5.2.3 Etapa 6 – Construção do mapa cognitivo congregado ......................................... 77 5.2.4 Etapa 7 – Construção da Estrutura Hierárquica ................................................... 78 5.2.5 Etapa 8 – Obtenção dos dados relativos aos critérios .......................................... 80 5.3 FASE 3: ESTRUTURAÇÃO DO MODELO MULTICRITÉRIO ............................................ 82 5.3.1 Etapa 9: Julgamento dos critérios com os atores regionais .................................. 82 5.3.2 Etapa 10: Utilização do método APHSort para classificação das alternativas ...... 83 5.3.2.1 Etapa 10.1: Definição do Problema ............................................................. 84 5.3.2.2 Etapa 10.2: Avaliação ................................................................................. 85 5.3.2.3 Etapa 10.3: Atribuição de Classes................................................................ 98 5.3.3 Etapa 11:Ranqueamento das alternativas classe relevante utilizando o AHP ..... 105 5.4 FASE 4: AVALIAÇÃO DAS AÇÕES POTENCIAIS ........................................................ 111 5.4.1 Etapa 12: Análise dos cenários ......................................................................... 111 5.4.2 Etapa 13: Avaliação dos resultados alcançados ................................................. 114 6 CONCLUSÃO ........................................................................................................... 116 REFERÊNCIAS...............................................................................................................................119 ANEXOS........................................................................................................................................... 121 15 1 INTRODUÇÃO Para o crescimento industrial do Brasil, um dos principais pilares a ser considerado é a melhoria da produtividade do país. A busca dessa melhoria passa pela qualificação dos empregados, na geração de novas tecnologias, e pela inovação. Participando deste contexto, o Serviço Nacional de Aprendizagem Industrial – SENAI, por meio do Programa de Apoio à Competitividade da Indústria Brasileira, promove a criação de vinte e três (23) Institutos SENAI de Inovação, sessenta e três (63) Institutos SENAI de Tecnologia, bem como a construção de cinquenta e três (53) novos Centros de Formação Profissional e oitenta e uma (81) novas Unidades Móveis de Educação Profissional. Planeja-se a conclusão deste processo de implantação até o final de 2017. Os Institutos SENAI de Inovação atuarão em rede nacional, em conjunto com os Institutos de Tecnologia, e serão fortes aliados das empresas no desenvolvimento integrado de produtos, processos, pesquisa aplicada, solução de problemas complexos e antecipação de tendências tecnológicas. Em conjunto com os Centros de Formação Profissional já existentes e com os novos, tem o objetivo de formar pessoal qualificado para gerar conhecimento, desenvolver tecnologias e atender a mão de obra de acordo com as necessidades atuais e futuras da indústria. (CONFEDERAÇÃO NACIONAL DA INDÚSTRIA, 2014). No Estado do Espírito Santo, este cenário também se faz presente com a chegada de diversas empresas nacionais e estrangeiras, como também a ampliação das já existentes no estado. Diante disso, a Federação das Indústrias do Estado do Espírito Santo – FINDES acompanha esse desenvolvimento por meio do investimento em criação de novos Centros de Formação Profissional do SENAI, visando atender a demanda gerada e suprir a necessidade 16 de formação profissional e tecnológica, de inovação e de transferência de tecnologias industriais e auxiliando no desenvolvimento do parque industrial. Tem-se, contudo, um problema complexo: onde instalar as novas Unidades do SENAI no estado para atender estas crescentes demandas. A teoria da análise de decisão permite um melhor entendimento e a estruturação do problema a partir de uma série de fatores. Essa percepção possibilita o desenvolvimento de métodos de apoio multicritério à decisão, como o AHP (Analytic Hierarchy Process) e o AHPSort. Para solucionar o problema abordado neste trabalho, usa-se o VFT (Value Focused Thinking), os mapas cognitivos para estruturar o problema e os métodos AHP e AHPSort para direcionar os tomadores de decisão na busca pela melhor solução e escolha de um município para sediar um novo centro de educação profissional do SENAI. 1.1 Problema e questão de pesquisa Para dar apoio ao fortalecimento da indústria brasileira o SENAI necessita realizar investimentos para aumentar sua capilaridade e atingir o maior número de municípios, indústrias e pessoas no Brasil. Face ao crescimento da rede SENAI em todo Brasil, e à existência de unidades em todos os estados, o grande problema enfrentado hoje é saber em quais municípios localizar as novas Unidades do SENAI. Entendendo-se que muitas vezes várias decisões são tomadas baseadas no empirismo, este trabalho propõe um modelo para a definição desses novos municípios utilizando métodos de apoio multicritério à decisão, visto que a implantação de uma nova unidade requer um alto investimento e hoje não existe modelo estruturado para apoiar esta decisão mediante critérios bem definidos e que possam balizar esta escolha. 17 1.2 Objetivos Objetivo Geral Propor um modelo para definição dos municípios para implantação de novas unidades do SENAI. A proposta utiliza o método de apoio multicritério à decisão AHPSort, para classificação dos municípios, selecionando os prioritários para essa implantação, e o Analytic Hierarchy Process - AHP, para ranqueamento da classe prioritária, visando apoiar a escolha dos decisores para seleção do novo município. Objetivos Específicos a) Identificar os decisores para definição dos critérios para comparação dos municípios; b) Estruturar o problema utilizando mapas cognitivos; c) Classificar os municípios utilizando AHPSort; d) Ranquear os municípios utilizando AHP. 1.3 Justificativa Em face da necessidade de ampliação do número de escolas do SENAI no Brasil e da não existência de modelos com critérios definidos para a escolha de novos municípios para implantação destas unidades, este trabalho é relevante perante ao cenário que vive hoje o Serviço Nacional de Aprendizagem Industrial. O trabalho está alicerçado em dois métodos de Apoio Multicritério a Decisão: o AHP, um método consolidado e conhecido no âmbito acadêmico, para o ranqueamento de alternativas; e o AHPSort, método mais recente proposto por Ishizaka, Pearman e Nemery (2012), derivado do AHP. Este método supre algumas deficiências do AHP quanto ao grande 18 número de alternativas e além de realizar uma classificação das mesmas. Está classificação apoia o decisor em um olhar mais crítico a um grupo de alternativas de seu interesse perante limitantes definidos por ele mesmo. Como um método é derivado do outro a utilização dos dois em único processo de escolha não gera conflitos em sua utilização. 1.4 Estrutura do trabalho Este trabalho está organizado em seis capítulos, descritos resumidamente a seguir: O capítulo 1 apresenta introdução, mostrando o problema a ser tratado; os objetivos; a justificativa do trabalho e a sua relevância; No capítulo 2 se explicita o que é o SENAI, a história de sua criação e como este trabalho se agrega às suas necessidades; O referencial teórico utilizado no contexto do trabalho é apresentado no capítulo 3; O capítulo 4 mostra uma proposta de modelo para identificação dos municípios para implantação de novas unidades do SENAI; Uma aplicação do modelo no Estado do Espírito Santo é realizada no capítulo 5; As conclusões do trabalho são apresentadas no capítulo 6, junto com sua relevância e suas limitações; Nas referências são apresentadas as bibliográficas pesquisadas e utilizadas no trabalho. 19 2 O SENAI Criado em 22 de janeiro de 1942 pelo Decreto-Lei 4.048, o Serviço Nacional de Aprendizagem Industrial (SENAI) é o maior complexo de educação profissional e tecnológica da América Latina (CONFEDERAÇÃO NACIONAL DA INDÚSTRIA, 2014). Com o objetivo de promover a formação profissional de trabalhadores para a indústria, pesca, comunicação e algumas áreas do transporte, o SENAI qualificou mais de 55 milhões de profissionais desde sua criação (CONFEDERAÇÃO NACIONAL DA INDÚSTRIA, 2014). Atualmente o SENAI possui 809 unidades operacionais fixas e móveis e recebe cerca de 2,5 milhões de matrículas por ano em mais de três mil cursos, que preparam trabalhadores para 28 áreas industriais, além da prestação de serviços técnicos e tecnológicos, como consultoria e assistência ao setor produtivo, laboratorial, pesquisa aplicada e informação tecnológica (CONFEDERAÇÃO NACIONAL DA INDÚSTRIA, 2014). A instituição é caracterizada como pessoa jurídica de direito privado, sem fins lucrativos, vinculada ao sistema sindical patronal. O decreto de criação do SENAI estabelece que a manutenção da instituição aconteça por meio de contribuições compulsórias de empresas vinculadas aos setores produtivos, motivo pelo qual obriga a prestação de contas ao Tribunal de Contas da União (TCU), apesar de não integrar a administração pública direta ou indireta (SERVIÇO NACIONAL DE APRENDIZAGEM INDUSTRIAL, 2014). O SENAI tem regime de unidade normativa e de descentralização executiva e é formada por um Departamento Nacional e 27 Departamentos Regionais, com unidades operacionais instaladas nos 26 Estados e no Distrito Federal. Elas levam os programas, projetos e as atividades do SENAI a todo o território nacional, atendendo às diferentes necessidades locais, contribuindo para o fortalecimento da indústria e o desenvolvimento dos estados e do País. Para a realização de suas atividades, o SENAI é constituído por órgãos normativos e órgãos de administração nacional e regional, sob a supervisão da Confederação Nacional da Indústria 20 (CNI) e das Federações das Indústrias dos estados. Os órgãos normativos são o Conselho Nacional do SENAI, com jurisdição em todo o país, e os Conselhos Regionais, com jurisdição em cada uma das 27 unidades da federação (CONFEDERAÇÃO NACIONAL DA INDÚSTRIA, 2014). Na época da criação do SENAI, os empresários Euvaldo Lodi, então presidente da CNI, e Roberto Simonsen, que presidia a Federação das Indústrias do Estado de São Paulo (FIESP), se inspiraram na experiência bem-sucedida do Centro Ferroviário de Ensino e Seleção Profissional. No final da década de 50, diante do projeto de aceleração da industrialização capitaneado pelo presidente Juscelino Kubitschek, o SENAI estava presente em quase todo o território nacional e tornou-se referência de inovação e qualidade na área de formação profissional, servindo de modelo para a criação de instituições similares na Venezuela, no Chile, na Argentina e no Peru. Nos anos 60, o SENAI investiu em cursos sistemáticos de formação profissional, intensificando treinamentos dentro das empresas e buscando parcerias com os Ministérios da Educação e do Trabalho e com o Banco Nacional da Habitação. Com o apoio técnico e financeiro de instituições da Alemanha, do Canadá, do Japão, da França, da Itália e dos Estados Unidos, o SENAI chegou ao início dos anos 1990 pronto para assessorar a indústria brasileira no campo da tecnologia de processos, de produtos e de gestão. (CONFEDERAÇÃO NACIONAL DA INDÚSTRIA, 2014) Hoje, a instituição se prepara para um novo desafio: o Programa de Apoio à Competitividade da Indústria Brasileira, que visa estimular a inovação e o desenvolvimento tecnológico da indústria e ampliar a oferta de educação profissional no país. Utilizando investimentos de R$ 1,9 bilhão, o SENAI pretende implantar uma rede nacional contendo 38 institutos de tecnologia e 23 institutos de inovação. Com essa nova estrutura, associada à construção de 53 novos centros de formação profissional, a aquisição de 81 unidades móveis e reforma das escolas já existentes, o SENAI reforça sua estrutura para apoiar a inovação e a 21 capacitação de trabalhadores para a indústria brasileira (CONFEDERAÇÃO NACIONAL DA INDÚSTRIA, 2014). Um dos grandes desafios para expansão do SENAI é a identificação dos locais para implantação destes novos centros. Este trabalho busca elaborar um modelo para definição desses locais com critérios e decisores bem definidos, a fim de apoiar a escolha dos locais e, assim, maximizar os resultados dos investimentos para esta ampliação. A definição dos critérios é realizada a nível nacional para garantir a padronização do processo, visto que na maioria das implantações de novas unidades existe apoio financeiro do SENAI nacional e de entes federais. No entanto, o peso destes critérios é definido regionalmente, garantido as características individuais e a independência de cada estado. O próximo capítulo traz o arcabouço de conhecimento teórico para o desenvolvimento deste trabalho. 22 3 REFERENCIAL TEÓRICO 3.1 Métodos de Apoio Multicritério à Decisão Em geral, dentro de uma estrutura organizacional tem-se problemas caracterizados como multicritério, em especial os que são de natureza estratégica. Estes problemas envolvem tipos de decisão multicritério, que consiste em situações onde se têm no mínimo duas alternativas a serem escolhidas, levando em consideração vários objetivos a serem atendidos. Esses objetivos são associados a diversas variáveis que são chamadas critérios, atributos ou dimensões (ALMEIDA, 2013). Se as consequências de cada um dos critérios e das tomadas de decisão pudessem ser representadas e avaliadas de forma consistente pela organização, não seria necessário recorrer a modelos para estruturação de problemas e de apoio a decisão. Um modelo de decisão é uma simplificação e representação formal do problema tendo suporte de um método de apoio multicritério a decisão (AMD). Muitos métodos foram desenvolvidos para solucionar diferentes problemáticas de decisão. A disseminação dos métodos AMD fomenta a criação de software, planilhas e aplicações web que contribuem para o crescimento da utilização destes métodos entre pesquisadores e usuários (ISHIZAKA e NEMERY, 2013). Os métodos de apoio multicritério à decisão (AMD) surgem no início da década de 70 na área de Pesquisa Operacional, como uma importante opção de apoio na estruturação de problemas e análise de decisão para escolha de alternativas ao problema em estudo. Estes métodos são apropriados para utilização em situações envolvendo diversos agentes tomadores de decisão, que, por se tratarem de seres humanos, possuem diferentes juízos de valores, visões conflitantes e perspectivas de entendimento do problema divergentes (GOMES, 2007). 23 De acordo com Gomes (2007), existem algumas vantagens na aplicação desta abordagem, por exemplo: • Possibilidade de interação e diálogos entre os agentes envolvidos na decisão; • Possibilidade de trabalhar em processos decisórios complexos cercados de subjetividade e incerteza; • Possibilidade de trabalhar em busca de uma solução que, mesmo não sendo a melhor, ofereça um comprometimento satisfatório entre os diferentes pontos de vistas conflitantes. 3.2 Classificação dos métodos AMD Segundo Almeida (2013), existem várias formas de classificação dos métodos AMD, mas as mais utilizadas na literatura são três tipos: De acordo com a natureza das alternativas: o Conjunto de alternativas discretas, em que as alternativas são possíveis de contagem. A maioria dos problemas relacionados à tomada de decisão gerencial é caracterizada neste conjunto; o Conjunto de alternativas contínuas: em que as alternativas são contínuas. Os problemas envolvidos com este conjunto de alternativas são solucionados com uso de métodos de programação matemática; De acordo com o ponto de vista metodológico/prático: o Métodos de critério único de síntese: métodos que agregam vários critérios em um único. Os métodos que utilizam funções de soma ponderada são os mais conhecidos dentro deste grupo, incluindo entre eles o SMARTS (Simple MultiAttribute Rating Technique), o SMARTER (Simple Multi-Attribute 24 Rating Technique using Exploiting Rankings), o MACBETH (Measuring Attractiveness by a Categorical Based Evaluation Technique) e o AHP (Analytic Hierachy Process). Também se encontra dentro desta classificação o método MAUT (Multi-Attribute Utility Theory); o Métodos de sobreclassificação: métodos cuja utilização tem por base a superação, prevalência ou a subordinação de um elemento em relação ao outro. Destacam-se neste grupo os métodos das famílias ELECTRE (Elimination et Choix Traduisant la Réalité) e PROMETHEE (Preference Ranking Organization Method for Enrichment Evaluation); o Métodos interativos: métodos que utilizam procedimentos matemáticos e computacionais; De acordo com os métodos: o Compensatórios: métodos que têm um sistema de compensação de desempenho de uma alternativa em critério em relação ao outro, ou seja, que a avaliação de uma alternativa leva em consideração os trade-offs existentes entre os critérios; o Não compensatórios: nestes métodos não existe trade-offs entre os critérios. Levando em consideração a classificação dos métodos AMD, o problema relacionado neste estudo é classificado da seguinte forma: De acordo com a natureza das alternativas: conjunto de alternativas discretas; De acordo com o ponto de vista metodológico: método de critério único de síntese; De acordo com o método: compensatório. 25 3.3 Problemáticas de Decisão Muitas decisões em uma organização são tomadas sem o uso de métodos formais de apoio à decisão. O problema está nas consequências dessas decisões, muitas vezes levando a caminhos que geram investimentos de tempo e recursos das instituições de forma erronia. Existem seis tipos de problemáticas; segundo Ishizaka, Pearman e Nemery (2012): Problemática α – Problemática de escolha: o objetivo é esclarecer a decisão pela escolha de um subconjunto de ações a serem tomadas; Problemática β – Problemática de classificação: o objetivo é a alocação de cada ação dentro de uma classe; Problemática γ – Problemática de ordenação: o objetivo é a ordenação das ações em uma sequência; Problemática δ – Problemática de descrição: o objetivo é apoiar a decisão pela descrição das ações e suas consequências; Problemática de eliminação de problema: é um caso particular do problema de ordenação, em que apenas duas classes são definidas – aceitos e eliminados; Problemática de Projeto: o objetivo é identificar ou criar uma nova ação, que vai cumprir as metas e aspirações do decisor. As duas últimas problemáticas são formulações adicionais de problemas. A problemática levantada na aplicação deste trabalho é dividida em duas partes: uma problemática do tipo classificação e outra do tipo ordenação. O trabalho utiliza um método para classificação das alternativas, a fim de diminuir as possibilidades de solução e ter uma melhor visão das alternativas desejáveis para solução do problema, e a seguir, um método de ordenação das alternativas dentro de uma classe prioritária a fim de ranquear as alternativas. 26 Nos últimos anos vários métodos foram propostos para a solução de problemas de AMD, na tabela 1 são apresentados alguns destes métodos mais conhecidos e em qual tipo de problemática são utilizados. Tabela 1. Utilização dos métodos segundo a problemática de decisão (ISHIZAKA e NEMERY, 2013). Problemas de Escolha Problemas de Ordenação Problemas de Classificação AHP AHP AHPSort ANP ANP MAUT/UTA MAUT/UTA MACBETH MACBETH PROMETHEE PROMETHEE FlowSort ELECTRE I ELECTRE III ELECTRE-Tri TOPSIS TOPSIS Problemas de Descrição UTADIS GAIA, FS-Gaia Goal Programming DEA DEA Multi-Plataforma que suporta vários métodos de AMD O trabalho tem foco no método AHPSort para classificação e no método AHP para ranqueamento. Para informações sobre os outros métodos, pode ser consultado o livro Multicriteria decision analysis: methods and software (ISHIZAKA e NEMERY, 2013). 27 3.4 Processo de Apoio Multicritério a Decisão Segundo Ensslin, Montibeller Neto e Noronha (2001), uma metodologia de apoio multicritério à decisão possui quatro fases principais que devem ser consideradas conforme mostra a figura 1. Figura 1. Fases do processo de apoio à decisão (ENSSLIN, MONTIBELLER NETO e NORONHA, 2001) Fase 1: Identificação do contexto decisório Nesta fase são coletadas as informações sobre o problema a ser solucionado: metas; restrições; questões chaves; incertezas; alternativas; como o meio externo afeta ao problema e os envolvidos no processo, os stakeholders. Fase 2: Estruturação do Problema Nesta fase definem-se os critérios, sub-critérios, identificam-se os valores envolvidos e especificam-se as alternativas. Fase 3: Estruturação do modelo multicritério Nesta fase cria-se o modelo com a síntese das informações, bem como a criação de novas alternativas e a análise de sensibilidade do problema. Fase 4: Avaliação das ações potenciais Na quarta fase realiza-se o desenvolvimento e a avaliação das ações em relação às decisões tomadas. 28 3.4.1 Fase 1: Identificação do processo decisório Na primeira fase do processo decisório de apoio à decisão, uma das vertentes é a definição dos envolvidos com o problema, os stakeholders. 3.4.1.1 Definição de Stakeholders O conceito de stakeholders passa por diversas definições ao longo dos últimos 20 anos, iniciando com a proposta de Freeman (1984), que considera um espectro maior de stakeholders e não apenas os tradicionais stakeholders (clientes acionistas, funcionários, fornecedores e concorrentes). Em sua definição, stakeholders é qualquer grupo ou indivíduo que pode afetar ou ser afetado pela realização dos objetivos dessa empresa. Para se tomar a decisão sobre determinado problema é necessário definir quais são as partes interessadas e o grau de influência de cada parte. O objetivo da análise das partes interessadas é também deixar claro quem decide sobre essa questão (KAMANN, 2007). Existem inúmeras formas de identificação de stakeholders em uma organização. Mitchell, Agle e Wood (1997) descrevem a classificação dos stakeholders pelos atributos que possuem: Poder de influenciar a organização; Legitimidade da relação com a organização; Urgência dos interessados de reclamar sobre a organização. O mais destacado será aquele que possuir os três atributos, e será chamado stakeholder definitivo. O stakeholder também pode possuir dois dos três atributos ou um só dos atributos. A figura 2 mostra como é sua classificação a partir dos atributos que possui. 29 Poder 1 Stakeholders Adormecidos 5 Stakeholders Perigosos 3 Stakeholders Exigentes 7 Stakeholders Definitivos 6 Stakeholders Dependentes 4 Stakeholders Dominantes Legitimidade 2 Stakeholders Discricionários 8 Não Stakeholders Urgência Figura 2. Classificação de stakeholders pelos atributos (adaptado de (MITCHELL, BRADLEY e WOOD , 1997)) Os tipos de stakeholders também são classificados pelo nível de poder e de interesse que possuem em relação ao problema abordado. A figura 3 expressa os tipos de stakeholders de acordo com o poder que detêm e com o nível de interesse, demostrando o nível de esforço que deve ser desprendido com o mesmo durante o processo decisório. Figura 3. Tipos de stakeholder (KAMANN, 2007) 30 A definição dos stakeholders é uma das etapas chaves do processo decisório e da estruturação de problemas utilizando os métodos multicritério de apoio à decisão. Mais informações podem ser obtidas no livro de Freeman (2010). 3.4.2 Fase 2: Estruturação do Problema Na segunda fase do processo decisório tem-se a estruturação do problema, em que realizam-se a estruturação do problema, definindo os critérios, identificando os valores envolvidos e especificando as alternativas. Neste trabalho utiliza-se a abordagem Value Focused Thinking (VFT) e a ferramenta mapa cognitivo. 3.4.2.1 Abordagem Value Focused Thinking (VFT) para definição de objetivos O Value Focused Thinking (VFT), ou pensamento focado em valores, é o processo de buscar a identificação dos valores que o decisor deve utilizar para nortear o processo de tomada de decisão. Este processo consiste essencialmente de duas atividades: primeiro decidir o que se quer e, em seguida, descobrir como alcançá-lo (KEENEY; 1992). Pensar nos problemas com foco nos valores fornece uma estrutura para desenvolver e apoiar julgamentos que são fundamentais para a decisão e auxilia na criação de alternativas, revela objetivos não conhecidos, gera oportunidades de decisão, evita decisões desconectadas dentro da organização, facilita o envolvimento dos stakeholders, melhora a comunicação, entre outros. A figura 4 mostra os benefícios da abordagem VFT. 31 Figura 4. Pensando sobre valores: a base para tomada de decisões com qualidade (KEENEY , 1994) Mais informações sobre o VFT podem ser obtidas no livro de Keeney (Value-focused thinking: a path to creative decisionmaking, 1996). 3.4.2.2 Mapa Cognitivo para definição de critérios Mapa Cognitivo é uma representação gráfica do entendimento de um indivíduo em um determinado contexto sobre um determinado problema. Formalmente, um mapa cognitivo causal é uma hierarquização de conceitos relacionados por ligações meios e fins, que facilita o decisor a explicitar seus valores (ENSSLIN e MONTIBELLER NETO, 1998). Essa representação pode ser obtida a partir da uma entrevista feita por um facilitador, que registra as informações em frases curtas emitidas pelo indivíduo ao tratar do problema em estudo ou por meio de um questionário. 32 A construção do mapa cognitivo pode ocorrer simultaneamente à entrevista, na medida em que o entrevistado vai gerando as informações, ou construído posteriormente pelo facilitador para depois ser validado pelo entrevistado. No âmbito deste trabalho, foram utilizados os dois mecanismos para construção dos mapas cognitivos individuais. Os mapas cognitivos individuais podem ser agregados e validados, dando origem a outro mapa, chamado de mapa cognitivo congregado, que considera as informações geradas pelos vários indivíduos, simbolizando o problema visto e traduzindo a percepção e valores dos entrevistados. Os trabalhos de Ensslin e Montibeller (Mapas Cognitivos no Apoio à Decisão, 1998) e de Ackermann, Eden e Cropper (Getting started with cognitive mapping, 1992) trazem uma explicação detalhada da dinâmica e do método para construção de mapas cognitivos. Resumidamente, para se construir um mapa cognitivo, deve-se seguir os seguintes passos: (a) Definição de um rótulo para o problema; (b) Definição dos elementos primários de avaliação; (c) Construção de conceitos; e (d) Hierarquização (definição de ligações-fins, ligações-meios e ligações de influência). A análise dos mapas cognitivos gera os clusters, ou seja, conjuntos de itens que se relacionam entre si, e estes originam os critérios a serem utilizados no problema. Neste trabalho a metodologia utilizada para a construção de mapas cognitivos é a descrita por Ensslin e Montibeller (1998). 33 3.4.3 Fase 3: Estruturação do Modelo Multicritério 3.4.3.1 Analytic Hierarchy Process (AHP) Analytic Hierarchy Process – AHP é um dos primeiros métodos de AMD utilizado em conjuntos de alternativas discretas e também um dos mais usados para solucionar problemas que envolvem múltiplos critérios. Este método foi desenvolvido por Thomas Lorie Saaty em 1980, com o objetivo de desenvolver um método para modelar problemas não estruturados, baseado na divisão do problema em níveis hierárquicos, a fim de facilitar a compreensão e a avaliação do mesmo (GOMES, ARAYA e CARIGNANO, 2011). O principal objetivo do AHP é o apoio à tomada de decisão visando atender a vários critérios simultaneamente. Para tomar decisões, segundo Saaty e Shang (2011), é necessário avaliar as alternativas de forma que satisfaçam da melhor maneira a um conjunto de critérios. Segundo Gomes, Araya e Carignano (2011), os princípios fundamentais do método AHP são: Atributos e propriedades: um número finito de atributos é comparado em função de um número finito de propriedades; Correlação binária: comparação entre dois elementos sobre a ótica de uma propriedade, na qual um elemento pode ser preferível ou indiferente a outro; Escala fundamental: a cada elemento é associado um valor de prioridade sobre outro elemento, correspondente a uma escala de números positivos e reais; Hierarquia: um conjunto de elementos ordenados por ordem de preferência e por níveis hierárquicos. O método AHP está estruturado nas seguintes etapas: formulação do problema, julgamentos e desenvolvimento algébrico (NASCIMENTO, 2010). 34 Etapa 1: Formulação do problema A formulação do problema consiste em utilizar técnicas e métodos para apoiar o decisor para definição do objetivo principal, dos critérios, dos subcritérios e das alternativas que envolvem o problema de decisão (NASCIMENTO, 2010). No escopo deste trabalho, as técnicas utilizadas são o VFT e o mapa cognitivo. Um importante passo na formulação do problema após a definição dos elementos é a estruturação do problema em uma hierarquia, onde cada nível recebe influência do elemento imediatamente superior e influencia o imediatamente inferior, mas os elementos são independentes entre si no mesmo nível (NASCIMENTO, 2010). O objetivo da estruturação hierárquica é dividir o problema de decisão em níveis com a finalidade de facilitar a compreensão e a avaliação. A figura 5 mostra a construção de uma estrutura hierárquica onde, no topo, tem que representar o objetivo principal. Os níveis inferiores são os critérios e subcritérios e no último nível estão as alternativas. A construção de uma hierarquia deve incluir as informações suficientes e relevantes, representar o problema o mais completamente possível, mas não tão intensamente para não perder a sensibilidade quando da mudança nos elementos. A construção de uma hierarquia deve considerar o ambiente que envolve o problema; identificar os atributos que contribuem para a solução do problema; e elencar os participantes relacionados com o problema. Organizar objetivos, atributos, problemas e partes interessadas em uma hierarquia serve a dois propósitos: fornecer uma visão geral das relações complexas inerentes à situação; e ajudar o tomador de decisão a avaliar se as questões em cada nível são da mesma ordem de grandeza, para que ele possa comparar esses elementos homogêneos com precisão (SAATY, 1990). 35 Figura 5. Estrutura Hierárquica (SAATY, 2008) A estruturação hierárquica deve ser feita de forma cuidadosa, para que os critérios utilizados sejam realmente homogêneos e não-redundantes (GOMES, ARAYA e CARIGNANO, 2011). Deve-se verificar várias propriedades em cada critério (NASCIMENTO, 2010), entre eles: a) Completude: se a estrutura está completa, então todos os critérios relevantes encontram-se nela; b) Operacionalidade: os critérios do nível mais inferior são suficientemente específicos para se avaliar e comparar as alternativas; c) Ausência de redundância: não deve haver dois critérios que representam a mesma coisa, dado que acarretam dupla contabilização na decisão final. Etapa 2: Julgamentos Após a formulação do problema, procede-se o julgamento dos elementos do problema por meio de comparações par a par (SAATY, 1990). Este julgamento é realizado entre dois elementos que tenham a mesma propriedade (NASCIMENTO, 2010): Critérios com critérios à luz do objetivo principal; Subcritérios com subcritérios à luz dos critérios; Alternativas com alternativas à luz dos subcritérios. 36 Segundo um dos princípios do método, as comparações par a par devem ser realizadas usando critérios homogêneos. A cada elemento é associado um valor de prioridade com respeito ao outro. Este valor está de acordo com a Escala Fundamental proposta por Thomas Saaty, conforme a tabela 2. Tabela 2. Escala Fundamental de Saaty (SAATY, 2008) Grau Importância Definição Explicação 1 Importância Igual Duas atividades contribuem igualmente para o objetivo 2 Fraca ou pequena Valor Intermediário de 1 e 3 3 Importância Moderada Experiência e julgamento ligeiramente favorecem uma atividade sobre a outra 4 Mais moderada Valor Intermediário de 3 e 5 5 Importância Forte Experiência e julgamento favorecem fortemente uma atividade sobre a outra 6 Mais forte Valor Intermediário de 5 e 7 7 Importância muito forte ou demonstrada Uma atividade é favorecida muito fortemente sobre a outra; sua dominância é demonstrada na prática 8 Muito mais forte Valor Intermediário de 7 e 9 9 Importância Extrema As evidências favorecendo uma atividade sobre a outra é da mais alta ordem possível de afirmação Números recíprocos aos de cima Se a atividade i recebe um dos números acima quando em comparação com a atividade j, assim j tem o recíproco valor quando comparado com i Lógica de suposição razoável Com a utilização mais difundida do método AHP, surgiram também softwares que auxiliam em sua aplicação, entre eles o 123AHP, Decision Lens e Expert Choice (ISHIZAKA e NEMERY, 2013). Este trabalho utiliza como ferramenta de aopio o software Super 37 Decisions para realização do julgamento dos critérios e ranqueamento final do desempenho dos municípios para instalação de um novo SENAI. No software Super Decisions adota-se a escala fundamental de Saaty, em que há variação de 1 a 9, como mostrado na figura 6. Nesta escala deve-se marcar somente um dos lados, mediante análise de superação de um em relação ao outro. O outro lado da escala é atribuído automaticamente pelo software como recíproco na comparação. Figura 6. Escala fundamental de Saaty no Super Decisions De acordo com a escala fundamental de Saaty, o decisor realiza julgamentos, comparação par a par, dos critérios, dos subcritérios e das alternativas, criando assim uma matriz quadrada, onde cada atribuição relação a outro elemento representa a comparação de cada elemento em . As matrizes de decisão são construídas de forma a serem recíprocas e positivas, em que cji = 1/cij. c11 c12 c13 C c 21 c31 c22 c32 c23 1 / c12 1 c33 1 / c13 1 / c23 1 c12 c13 c 23 1 [1] O decisor realiza as comparações par a par em todos os níveis hierárquicos para a construção das matrizes de decisão. A partir da montagem das matrizes, o método AHP permite a obtenção do vetor de prioridade dos critérios, subcritérios e da pontuação de cada alternativa, além de uma análise de consistência dos julgamentos e a análise de sensibilidade. 38 Quando o processo de decisão envolve mais de um indivíduo, com diferentes visões, crenças e valores, é necessário estruturar o julgamento no AHP de forma diferente. Assim deve ser utilizado um método para agregar as decisões individuais em uma única decisão, que é chamada decisão em grupo. Existe duas formas de agregação de vetor de prioridade (COSTA e BELDERRAIN, 2009): Agregação Individual de Julgamentos (AIJ); e Agregação Individual de Prioridades (AIP). A figura 7 demonstra as duas formas de agregação utilizadas na decisão em grupo. Figura 7. Formas de agregação de valores na decisão em grupo Para maiores informações sobre decisão em grupo, pode ser consultado o trabalho de Saaty e Peniwati (Group decision making: drawing out and reconciling differences, 2007). Etapa 3: Desenvolvimento algébrico Utilizando os resultados da matriz C, têm-se os Valores de Impacto, onde estes valores representam um fator numérico das atribuições verbais dadas pelo decisor (GOMES, ARAYA e CARIGNANO, 2011). ̅ , = 1, 2 , … . , [2] 39 Estes valores devem ser normalizados: ̅ =∑ , = 1, 2 , … . , [3] O vetor prioridade de cada critério em relação ao objetivo principal são expressos por: ̅( )= ∑ ̅ , = 1, 2 , … . , [4] Exemplificando: Seja um problema de decisão qualquer com três critérios, e supondo uma matriz de julgamento dos critérios em relação ao objetivo principal, conforme a tabela 3. Tabela 3. Exemplo de julgamento do decisor A tabela 4 mostra a normalização dos julgamentos para o exemplo. Tabela 4. Exemplo de normalização do julgamento do decisor Calculando o vetor prioridade utilizando a equação 4, tem-se: 40 ̅( )= ∑ ̅( ) , 3 = 1, 2 , 3 1 3 1 + 23 + 37 0,2241 15 ̅( )= = = 0,07471 3 3 5 15 27 + 23 + 37 1,71524 15 ̅( )= = = 0,57174 3 3 9 5 9 + 23 + 37 1,06063 15 ̅( )= = = 0,35355 3 3 Os vetores encontrados demonstram o quanto o decisor tem preferência, ou declara mais importante, um critério em relação ao objetivo principal. Note que a somatória dos três vetores tem valor unitário. Logo, estes vetores já são a expressão de preferencia normalizada, e cada valor corresponde a um percentual desta preferencia: 7,4%; 57,2% e 35,4%. Se o mesmo exemplo fosse utilizado o software Super Decisions os valores dos vetores encontrados seriam um pouco diferentes, mas bem aproximados, pois o mesmo utiliza como base para o cálculo o método das potencias e não o método das médias dos valores normalizados utilizada acima. O processo para encontrar o vetor prioridade deve ser repetido para todas alternativas à luz de cada um dos critérios . Normalização dos julgamentos: = ∑ , O vetor prioridade de cada alternativa em relação a cada critério ( )= ∑ [5] = 1, 2 , … . , , = 1, 2 , … . , : [6] 41 Análise de Consistência O objetivo da análise de consistência é encontrar julgamentos não estruturados. Exemplo: > e > > , mas , o que gera um julgamento inconsistente. Com as tabelas de grau de importância a partir da escala de Saaty e o vetor prioridade de cada critério e alternativa, calcula-se o autovalor para análise de consistência das matrizes: . = . [6] Em que A é a matriz de julgamentos sem realização da normalização e w são os vetores de prioridade. Assim, para encontrar o autovalor, tem-se: ∑ = ( . ) [7] Usando cada autovalor relacionado a cada um dos critérios e ao objetivo principal, realiza-se a análise da razão de consistência de cada uma das matrizes. Definindo inicialmente as seguintes representações: IC = Índice de Consistência; RI = Índices Aleatórios, do inglês Random Índices; RC = Razão de Consistência; n = Número de ordem da matriz; De acordo com Saaty (1994), a matriz de julgamento é consistente, se e somente se, ≥ . Assim, o Índice de Consistente pode ser encontrado por: − −1 = [8] Quanto mais próximo λmax de n, mais consistente a matriz. A Matriz é totalmente consistente quando λmax = n. A Razão de Consistência de um julgamento é dada por: = [9] 42 Sendo RI dada pela tabela 5 para matrizes de ordem 1 a 10, conforme proposição de Saaty (1994). Tabela 5. N RI 1 0 2 0 Valores de RI para matrizes de ordem 1 a 10 3 0,52 4 0,89 5 1,11 6 1,25 7 1,35 8 1,40 9 1,45 10 1,49 O Valor encontrado de RC calculado deve ser comparado com os valores da tabela 6, que são os valores de referência máximos especificados por Saaty. Tabela 6. Valores de RC em função do número de elementos N 2 3 4 >4 RC 0 <0,05 <0,09 <0,10 Se RC for menor que o valor descrito no valor de referência de Saaty, então os julgamentos da matriz de comparação são considerados consistentes. Caso contrário, existe alguma inconsistência nos julgamentos e o especialista pode ser solicitado a rever a sua opinião. Utilizando o exemplo da tabela 3 e as equações 6 e 7 para calcular a razão de consistência, tem-se: 1 5 = 5 1 1 9 3 1 . = 1 0,22834 9 0,07471 3 . 0,57174 = 2,00594 0,35355 1,21652 1 1 0,22834 2,00594 1,21652 . + + = 3,33523 3 0,07471 0,57174 0,35355 Logo pela equação 8: = 3,33523 − 3 = 0,167615 3−1 Como n = 3, então RI, usando a tabela 5, é 0,52 e pela equação 9: 43 = 0,167615 = 0,3223 0,52 Comparando com o valor de RC para n=3, observa-se que a matriz é inconsistente. Com as matrizes consideradas consistentes, passa-se a agregação dos vetores. Tomando as prioridades totais de cada alternativa em relação aos seus critérios e subcritérios e multiplicando-se pelas prioridades totais dos critérios em relação ao objetivo principal, temse a prioridade global das alternativas. Assim realiza-se um processo de agregação que permite gerar os valores finais das alternativas, ordenando-as por meio da seguinte função aditiva: = ̅ ( ). , = 1, 2, … , [10] Desta maneira, obtém-se uma ordenação global por intermédio de uma função global de vetores. O AHP é um método útil e difundido para resolução de problemas que envolvam escolha e ranqueamento de alternativas. No entanto, não é adaptado para problemas de classificação. Além disso possui limitações práticas quanto à utilização em problemas que possuam um grande número de alternativas, pois implica na geração de um número excessivo de comparações par a par tornando inviável sua utilização (ISHIZAKA e NEMERY, 2013). No AHP o número de comparações para se calcular as prioridades em uma matriz com n elementos é: − 2 [11] À medida que se aumenta o número de alternativas, as comparações crescem quadraticamente (ISHIZAKA, PEARMAN e NEMERY, 2012). Para não dificultar o uso prático e a consistência do método AHP, é sugerido um limite de 7 ± 2 alternativas, que é 44 denominado o limite psicológico, pelo qual também se leva em consideração a escala adotada por Saaty em 1980, que possui nove pontos (GOMES, ARAYA e CARIGNANO, 2011). Para utilização em problemas que exijam um grande número de alternativas, Ishizaka, Pearman e Nemery (2012) sugere um novo método para classificação que soluciona essa restrição do AHP, denominado AHPSort, explicado a seguir. 3.4.3.2 AHPSort O AHPsort é um método variante do AHP proposto para solução das limitações descritas, além de ser utilizado para problemas que envolvam triagem e classificação das alternativas, pois proporciona uma pontuação para cada uma das alternativas. Uma das vantagens do AHPSort é que gera um menor número de comparações em relação às realizadas no AHP, tornando mais viável sua aplicação prática (ISHIZAKA, PEARMAN e NEMERY, 2012). O método AHPSort baseia-se na separação das alternativas em classes utilizando como base os critérios e pesos identificados pelo AHP com base na comparação com perfis limitantes de cada uma das classes, e posterior alocação de cada alternativa dentro das classes conforme figura 8. Figura 8. Processo do AHPSort (ISHIZAKA e NEMERY, 2013) 45 Conforme Ishizaka e Nemery (2013), o AHPSort baseia-se em três etapas. A tabela 7 mostra as etapas, bem como os passos que pertencem a cada umas das etapas do AHPSort. Tabela 7. Etapa Definição do Problema Avaliação Atribuição de Classes Etapas e passos do AHPSort Passos Definição do objetivo, dos critérios e das alternativas; Definição das classes; Definição dos perfis de cada classe. Comparação par a par dos critérios; Comparação das alternativas em relação aos limitantes; Determinação do vetor prioridade. Alocação em classes; Classificação. Ishizaka, Pearman e Nemery (2012) demonstram cada uma das etapas e passos para aplicação do método AHPSort. Etapa 1: Definição do Problema Nesta etapa são definidas todas as questões que envolvem o problema. A participação dos stakeholders é essencial, pois se os elementos que envolvem o problema não forem bem definidos, podem gerar uma resposta não conclusiva sobre o problema. Esta etapa contempla três passos: Passo 1) Definição do objetivo, dos critérios e das alternativas. Os critérios são representados por , em que j = 1, 2, ..., m, sendo m o número de critérios levantados no problema, e as alternativas por , em que k = 1, 2, ...,l, sendo l o número de alternativas do problema; Passo 2) Definição das classes. A nomenclatura das classes deve possuir rótulos para sua identificação, por exemplo: excelente, bom, médio, ruim; alto, médio, baixo; etc. As classes são representadas por C , em que i = 1, 2, ..., n, sendo n o número de classes; 46 Passo 3) Definição dos perfis de cada classe. Este passo pode ser feito utilizando perfis limitantes locais (lp ) ou perfis centrais locais (cp ): a. Perfis limitantes locais ( ): São os desempenhos mínimos necessários de cada alternativa para que a mesma pertença a uma determinada classe . Estes perfis são as fronteiras que separam cada uma das classes das outras. A figura 9 exemplifica a utilização de perfis limitantes locais em um caso com quatro classes. O número de perfis limitantes locais é igual a número de classes menos um. Número de lp = n-1 Figura 9. Definição de classes utilizando perfis limitantes locais b. Perfis centrais locais ( ): são um típico exemplo de elemento que pertence à classe. Estes perfis são os pontos centrais de cada uma das classes. A figura 10 exemplifica a utilização de perfis centrais locais em um caso com quatro classes. O número de perfis centrais locais é igual a número de classes. Número de cp = n Figura 10. Definição de classes utilizando perfis centrais locais 47 Etapa 2: Avaliação Nesta etapa são avaliados os critérios e as alternativas, realizando a comparação par a par dos critérios e das alternativas com os perfis escolhidos no passo três, a fim de definir a localização de cada alternativa dentro de uma referida classe. Nesta etapa os stakeholders realizam o julgamento dos critérios e das alternativas. Esta etapa também é dividida em três passos: Passo 4) Comparação par a par dos critérios. A comparação par a par dos critérios para obtenção dos pesos de cada critério é realizada de forma idêntica ao realizado no AHP tradicional. A·p=λ∙p [12] Em que: - A é a matriz de comparação; - p é o vetor de prioridades / peso; - λ é o autovalor máximo. Ao final deste passo, tem-se a matriz W com o vetor prioridade dos critérios envolvidos no problema. Passo 5) Comparação das alternativas em relação aos limitantes. A avaliação em uma matriz de comparação par a par de uma única alternativa a , com cada perfil limitante local lp ou com cada perfil central local cp em relação a um dos critérios c ; Passo 6) Determinação do vetor prioridade. A partir das matrizes de comparação, obtémse o vetor de prioridade local ponderada p de cada alternativa a em relação a cada perfil limitante local lp , ou com cada perfil central local cp , relativo a cada um dos critérios c , utilizando a equação 12. 48 Etapa 3: Atribuição de Classes Esta etapa tem por objetivo a alocação de cada alternativa em uma das classes de acordo com os vetores prioridades encontrados. Esta etapa contempla os dois últimos passos do AHPSort: Passo 7) Alocação em classes. Utilizando as prioridades locais ponderadas p de cada um dos critérios para encontrar a prioridade global da primeira alternativa a e a prioridade global em relação a cada perfil lp ou cp . Utiliza-se para encontrar estas prioridades globais a soma dos produtos das prioridades locais de cada critério: = ∑ [13] . Em que k é relativo à alternativa e j é relativo ao critério. [14] = 1− A comparação de com ou indica em que classe a alternativa é alocada: a. Utilizando o perfil limitante local ( Com base no perfil limitante, comparações dos valores de ) é alocado em uma classe encontrados com os ≥ ≤ ⇒ < realizando as de cada classe. Generalizando: ∈ ⇒ ; ∈ ; ... < ⇒ A figura 11 apresenta a alocação dos vetores local. ∈ ; de acordo com o perfil limitante 49 Figura 11. Classificação das alternativas utilizando perfis limitantes locais (adaptado de (ISHIZAKA e NEMERY, 2013)). b. Utilizando o perfil central local ( A alternativa valores de ) é alocada em uma classe com . Generalizando: ≥ ≤ ≤ ≤ < < ( < ( ≤ , de acordo com a comparação com os < ( − − − ⇒ )< ( )= ( − − − )= ( ( ∈ )⇒ − ) )⇒ > ( )⇒ ∈ ∈ − )⇒ ∈ Visão Otimista Visão Pessimista ∈ ... < ⇒ A figura 12 apresenta a alocação dos vetores ∈ ; de acordo com o perfil central local. 50 Figura 12. Classificação das alternativas utilizando perfis centrais locais (adaptado de (ISHIZAKA e NEMERY, 2013)). Passo 8) Classificação. Repetição dos passos de 5 a 8 para cada uma das alternativas a a ser classificada. Após os passos do método AHPsort pode ser realizado o ranqueamento dentro de cada classe utilizando o método AHP tradicional para encontrar a colocação de cada uma das alternativas dentro de sua classe. A fim de facilitar o entendimento do uso do método AHPSort a seguir é desenvolvido um exemplo de aplicação do método AHPSort para classificação de fornecedores a fim de apoiar a decisão da escolha em um edital público. Exemplo de aplicação do APHSort Tomando como base o estudo de caso realizado por Ishizaka, Pearman e Nemery (2012) para exemplificar a aplicação do método AHPSort, em que os mesmos aplicam o método em um problema de escolha de fornecedores para uma organização. O processo de seleção destes fornecedores passa por várias fases, uma delas é a pré-qualificação, onde são avaliados aspectos financeiros e requisitos técnicos para que os mesmos avancem para as 51 próximas fases da seleção. O AHPSort é utilizado para realizar a classificação dos fornecedores na fase de pré-qualificação deste processo de seleção. Etapa 01: Definição do Problema Passo 1) Definição do objetivo, dos critérios e das alternativas. No referido caso foi realizado um edital público para a seleção de um fornecedor de serviços de produção e impressão de trabalhos para uma determinada empresa. Diante do anúncio, doze empresas responderam ao chamado para participação da concorrência pelo serviço, neste caso ultrapassando o limite psicológico descrito por Gomes, Araya e Carignano (2011). Sendo assim inviabilizando o uso do AHP tradicional para escolha do melhor fornecedor. Para este problema foram elencados pela organização cinco critérios que fazem de uma das etapas deste edital, a pré-qualificação, para escolha das empresas que farão parte das próximas fases do edital. Sendo estes os critérios definidos da seguinte forma: Experiência: ter no mínimo três anos de mercado, e ter experiência em design de relatório anual e de produção para grandes empresas e departamentos governamentais, e que este montante faça parte de 50% das operações da empresa; Flexibilidade: Deve ser uma empresa flexível, oferecendo um leque de serviços, estando disponível nos finais de semana e com fácil contato durante a semana; Segurança: a empresa deve possuir um único local para as operações de impressão; Resiliência: capacidade da empresa de entregar dos trabalhos sem riscos e defeitos. A avaliação é feita através da rotatividade de pessoas da empresa, com tolerância máxima de 5%; Ambiental: este critério leva em consideração as certificações ambientais que a empresa concorrente possui. 52 Os objetivos, os critérios e as alternativas estão expressos na estrutura hierárquica demonstrada na figura 13. Figura 13. Estrutura hierárquica do exemplo de aplicação do AHPSort Fonte: Software Super Decisions Passo 2) Definição das classes. Na pré-qualificação, os fornecedores são classificados de duas formas: aceito ou rejeitado. Para este problema ficam definidas em duas classes: Classe Aceita: passa para próxima fase do concurso; Classe Rejeitada: não segue no concurso. Passo 3) Definição dos perfis de cada classe. Tomados por base os perfis limitantes locais para as fronteiras das classes, e como são duas classes, então se define somente um perfil limitante local para cada um dos critérios: Critério experiência: três anos de mercado e 50% da empresa voltada para negócios de projeto e produção de relatório; Critério flexibilidade: contatável a qualquer hora do dia de trabalho; Critério segurança: operações de design e impressão realizadas em um único local; Critério resiliência: 5% de rotatividade de pessoal; 53 Critério ambiental: uma certificação ambiental. A figura 14 apresenta cada um dos critérios com seus respectivos perfis limitantes locais. Figura 14. Perfis limitantes locais das classes para cada critério. Etapa 02: Avaliação Passo 4) Comparação par a par dos critérios. A comparação par a par dos critérios é realizada pelo gerente de compras e por outros membros da equipe de projetos da organização. A figura 15 mostra a tela do software Super Decisions com as comparações par a par realizadas pelo envolvidos em relação aos critérios. A figura 16 apresenta a saída dos resultados do vetor prioridade dos critérios, bem como a inconsistência do julgamento. Figura 15. Julgamento dos critérios utilizando o Super Decisions. 54 Saída do Super Decisions com o vetor prioridade de cada critério. Figura 16. Passo 5) Comparação das alternativas em relação aos limitantes. O julgamento em uma matriz de comparação par a par das alternativas limitantes locais em relação a cada um dos perfis , tomando por base os dados informados pela empresa no ato da inscrição para o concurso. De posse dos dados, o especialista realiza a comparação par a par de cada alternativa com o perfil limitante local de cada um dos critérios. A figura 17 apresenta esta comparação par a par entre alternativa e os perfis limitantes locais dos critérios experiência e flexibilidade. Em um caso particular, o fornecedor A para o critério experiência está muito acima do limitante, ou seja, possui mais de três anos de experiência e mais de 50% do volume de trabalho da empresa voltada para a atividade em questão, assim o julgamento deste critérios em relação ao perfil limitante local obteve grau de importância 9, já o fornecedor F para o mesmo critério está no limite do perfil limitante local e obteve julgamento com grau de importância 1 pela escala de Saaty. As figuras 18 e 19 apresentam as demais comparações das alternativas com os perfis limitantes locais dos outros critérios. Alternativas Fornecedor A Fornecedor B Fornecedor C Fornecedor D Fornecedor E Fornecedor F Fornecedor G Fornecedor H Fornecedor I Fornecedor J Fornecedor K Fornecedor L Experiencia Flexibilidade 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Figura 17. Comparação par a par das alternativas com os limitantes dos critérios experiência e flexibilidade 55 Alternativas Fornecedor A Fornecedor B Fornecedor C Fornecedor D Fornecedor E Fornecedor F Fornecedor G Fornecedor H Fornecedor I Fornecedor J Fornecedor K Fornecedor L Segurança Resiliência 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Figura 18. Comparação par a par das alternativas com os limitantes dos critérios segurança e resiliência Alternativas Fornecedor A Fornecedor B Fornecedor C Fornecedor D Fornecedor E Fornecedor F Fornecedor G Fornecedor H Fornecedor I Fornecedor J Fornecedor K Fornecedor L Figura 19. Ambiental 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Comparação par a par das alternativas com o limitante do critério ambiental Passo 6) Determinação do vetor prioridade. Ao término do julgamento de todas as alternativas em relação a todos os limitantes de todas as classes, executa-se então o cálculo do vetor prioridade local ponderado limitante local de cada alternativa em relação a cada perfil , Tomando, por exemplo, a alternativa Fornecedor I em relação ao critério experiência e comparando com o perfil limitante local, tem-se o valor do grau importância em 4 a favor do limitante. A matriz de comparação par a par é descrita conforme a tabela 8. Tabela 8. Matriz de comparação par a par - Fornecedor I e limitante critério experiência Fornecedor I Limitante classe Fornecedor I 1 1/4 Limitante classe 4 1 56 A tabela 9 apresenta a matriz de comparação normalizada. Tabela 9. Matriz de comparação par a par - Fornecedor I e limitante normalizado Fornecedor I Limitante classe Fornecedor I 1/5 1/5 Limitante classe 4/5 4/5 O vetor prioridade local da alternativa Fornecedor I para o critério experiência pela equação 4 tem o seguinte valor: 1 1 2 + ̅ ( ) = 5 5 = 5 = 0,2 2 2 Como o julgamento ocorre sempre entre dois elementos, uma alternativa e um limitante, sempre que o grau de importância for 4 a favor do limitante teremos o vetor prioridade com valor de 0,2. Realizando este mesmo cálculo para todas as possibilidades de resultados a favor e contra a alternativa, monta-se uma tabela de referência, que pode ser utilizada em todos os casos de comparação par a par com dois elementos, para encontrar o valor do vetor prioridade local a partir de um grau de importância julgado. A tabela 10 apresenta estes valores. Tabela 10. Valores referencia para vetor prioridade local para matrizes de comparação par a par de dois elementos Grau de importância 1 2 3 4 5 6 7 8 9 A favor da alternativa 0,5 0,66667 0,75 0,8 0,83333 0,85714 0,875 0,88889 0,9 A favor do Limitante 0,5 0,33333 0,25 0,2 0,16667 0,14286 0,125 0,11111 0,1 57 A tabela 12 apresenta o vetor prioridade calculado a partir das matrizes de julgamento par a par. Etapa 3: Atribuição de Classes Passo 7) Alocação em classes. Utilizando o vetor prioridade local das alternativas e o vetor prioridade dos critérios encontra-se o vetor prioridade global da primeira alternativa = . . Em que k é relativo à alternativa e j é relativo ao critério. Para calcular o vetor prioridade global do limitante: = 1− Tomando por base os perfis limitantes de todos os critérios, o score da alternativa (Fornecedor A) fica acima do escore limitador. Logo esta alternativa é classificada como classe Aceita, conforme mostra a tabela 11. Tabela 11. Resultado do vetor prioridade da alternativa Experiencia Flexibilidade Segurança Resiliencia Certificações Ambientais 0,56452 0,08065 0,23373 0,08065 0,04045 0,90000 0,90000 0,90000 0,90000 0,90000 Alternativas Fornecedor A Escore Limitador Escore Alternativa 0,1000 0,9000 Passo 8) Classificação. Repetindo os passos de 5 a 8 encontra-se o escore do limitante e da alternativa para todas as alternativas do problema. A tabela 12 apresenta os resultados do vetor global de cada alternativa e, na última coluna, a classificação das alternativas. 58 Tabela 12. Resultados do vetor prioridade das alternativas Experiencia Flexibilidade Segurança Resiliencia Certificações Ambientais 0,56452 0,08065 0,23373 0,08065 0,04045 0,90000 0,90000 0,88889 0,87500 0,83333 0,50000 0,83333 0,12500 0,20000 0,10000 0,11111 0,10000 0,90000 0,90000 0,90000 0,90000 0,87500 0,14286 0,75000 0,90000 0,12500 0,10000 0,10000 0,10000 0,90000 0,90000 0,90000 0,83333 0,87500 0,90000 0,50000 0,50000 0,80000 0,50000 0,50000 0,10000 0,90000 0,90000 0,90000 0,16667 0,16667 0,90000 0,83333 0,90000 0,16667 0,50000 0,16667 0,10000 0,90000 0,90000 0,90000 0,90000 0,83333 0,90000 0,83333 0,90000 0,16667 0,50000 0,16667 0,10000 Alternativas Fornecedor A Fornecedor B Fornecedor C Fornecedor D Fornecedor E Fornecedor F Fornecedor G Fornecedor H Fornecedor I Fornecedor J Fornecedor K Fornecedor L Escore Limitador Escore Alternativa Atribuição de Classe 0,1000 0,1000 0,1063 0,1888 0,2073 0,3869 0,2513 0,6310 0,6698 0,7581 0,7922 0,9000 0,9000 0,9000 0,8937 0,8112 0,7927 0,6131 0,7487 0,3690 0,3302 0,2419 0,2078 0,1000 Aceito Aceito Aceito Aceito Aceito Aceito Aceito Rejitado Rejitado Rejitado Rejitado Rejitado A figura 20 apresenta a classificação final das alternativas. Figura 20. Classificação final das alternativas O exemplo mostra ao final do método AHPSort uma classificação com sete alternativas na classe aceita e cinco na classe rejeitada. Neste exemplo, se necessário, pode ser aplicado o AHP para ranqueamento das duas classes separadamente para encontrar a colocação de cada alternativa dentro da classe. Este processo se torna possível, pois agora temos uma quantidade de alternativas em cada classe menor que nove. 3.4.4 Fase 4: Avaliação das Ações Potenciais: Nesta fase são avaliadas as melhores alternativas para a solução do problema e o impacto da implementação destes resultados no mundo real. 59 Neste capitulo foi explicitado o referencial teórico necessário no modelo proposto para identificação dos municípios. Maior ênfase foi dada ao AHPSort por se tratar de um método novo e que será um dos pontos centrais deste trabalho. O próximo capitulo propõe um modelo para determinação dos municípios para instalação de novas unidades do SENAI. Este modelo é baseado nas fases do processo de apoio a decisão de Ensslin, Montibeller Neto e Noronha (2001), dentro destas fases identifica os decisores envolvidos no processo segundo as classificações propostas por Mitchell, Agle e Wood (1997) e por Kamann (2007), utiliza o VFT para identificação dos valores e os mapas cognitivos para levantamento dos objetivos, critérios e alternativas do problema. Realiza a classificação das alternativas utilizando o AHPSort e faz o ranqueamento da classe principal com a APH. 60 4 MODELO PROPOSTO PARA DETERMINAÇÃO DE MUNICÍPIOS VISANDO A IMPLANTAÇÃO DE UNIDADES OPERACIONAIS DO SENAI Este capítulo apresenta o modelo proposto para classificação e ranqueamento de municípios para implantação de novas unidades operacionais do SENAI. A proposta deste modelo de identificação de municípios para implantação de uma nova unidade operacional do SENAI tem como base a utilização da metodologia de escolha dos stakeholders que definam os critérios, os cenários e as classes para seleção dos municípios, além da utilização dos métodos de apoio à decisão multicritério AHPSort e AHP para classificação e ranqueamento dos municípios dentro dos cenários definidos pelos stakeholders. Esta proposta pretende criar uma padronização em nível nacional de critérios a serem ponderados para escolha de municípios para novas unidades do SENAI, e pode ser aplicada em qualquer departamento regional a partir das fases e etapas explicitadas na figura 21. Apesar de existirem diferenças regionais em cada estado da federação, os principais direcionadores são nacionais. Assim, para manter uma padronização de investimentos em âmbito nacional do SENAI, algumas etapas do modelo estão diretamente relacionadas ao Departamento Nacional do SENAI, principalmente relacionadas à definição dos critérios e dos cenários. Já o julgamento dos critérios, a definição das classes e dos limitantes é realizada em âmbito regional, mantendo assim as características regionais de cada estado. Caso o modelo seja aplicado em outro Departamento Regional do SENAI, algumas etapas do trabalho não precisam ser repetidas, pois, se não ocorrerem mudanças nas diretrizes nacionais do SENAI, e nos decisores de âmbito nacional, estas podem ser adotadas para todos os estados. Este caso se aplica aos itens 4.1.1, 4.1.2, 4.2.1, 4.2.2, 4.2.3 e 4.2.4, referentes à 61 proposta do modelo. Assim, os resultados apresentados no capítulo cinco, sobre aplicação do modelo proposto no SENAI Espírito Santo, referentes aos itens citados, podem ser adotados para replicação do modelo em outro regional. Figura 21. Modelo proposto para determinação dos municípios para implantação de novas unidades do SENAI Cada fase e etapa do modelo proposta é detalhada a seguir. 4.1 Fase 1 – Identificação do contexto decisório Nesta fase é realizada a identificação do tipo de problema e a identificação dos stakeholders envolvidos. 62 4.1.1 Etapa 1 – Identificação das características e tipo do problema O problema a ser resolvido é a identificação de municípios para implantação de novos Centros de Educação Profissional do SENAI. Esta problemática referencia um sistema de medição de desempenho e está classificada em duas: β (classificação) e γ (ordenação) de alternativas baseada em objetivos, critérios e alternativas definidas pelos stakeholders envolvidos. O primeiro passo é identificar o estado, em qual contexto o mesmo está inserido e todos os municípios que serão envolvidos no problema. 4.1.2 Etapa 2 - Identificação dos atores envolvidos na entidade em âmbito nacional Para identificação dos atores, deve-se buscar os envolvidos com este problema. Estes atores são importantes para definição dos critérios e cenários. Esta etapa deve ser tradada em um contexto nacional para manter uma padronização dos cenários e critérios utilizados em todos os estados do Brasil. No caso especifico do SENAI, os responsáveis pertencem ao Departamento Nacional do SENAI (SENAI-DN). A escolha dos stakeholders é uma etapa que envolve a definição clara dos atores do processo de decisão. Algumas perguntas auxiliam na identificação destes stakeholders e seus interesses: a. Quem são nossos parceiros atuais e potenciais? b. Quais são os seus interesses direitos? c. Como cada parte interessada nos afeta? d. Como se pode afetar a cada parte interessada? e. Qual suposição a estratégia atual faz sobre cada stakeholder importante? 63 f. Quais "variáveis ambientais" os stakeholders afetam? g. Como medir cada uma dessas variáveis e seu impacto? Essas perguntas são respondidas quando segue-se as atividades indicadas: a. Compilar e revisar as informações relacionados à decisão a ser tomada; b. Relacionar todos os stakeholders que podem ter interesse com a decisão a ser tomada. É importante considerar potenciais stakeholders em diferentes áreas da organização. c. Relacionar os stakeholders prioritários com a indicação de experts devido às limitações de tempo e recursos. A indicação dos experts que conheçam o setor ou área em análise pode ajudar nesse processo. d. Identificar as características dos stakeholders: O nível de conhecimento do stakeholder sobre o problema; A posição hierárquica do stakeholder dentro do problema; Determinar o interesse do stakeholder em relação ao problema; Identificar potencial de aliança do stakeholder dentro da organização; Identificar a capacidade do stakeholder em mobilizar recursos; Identificar o grau de liderança do stakeholder dentro da organização. Tendo identificado os atores, realiza-se a classificação dos stakeholders levando em consideração a atitude que deve-se tomar em relação a cada um deles conforme descrito por Kamann (2007). Com auxílio da tabela 13 analisa-se o grau de poder e interesse dos envolvidos. Este grau deve ser elencado pelo especialista e varia de 0 a 10. Na coluna “atitude” fica incorporada uma ação a ser tomada a partir da classificação A, B, C e D do gráfico da figura 22. 64 Tabela 13. Stakeholder Figura 22. Análise pela relação Poder x Interesse Grau de Poder Grau de Interesse Atitude Matriz de classificação Interesse x Poder (KAMANN, 2007) Com o auxílio da tabela 14, realiza-se a classificação dos stakeholders pelos atributos que possuem conforme descrito por Mitchell, Agle e Wood (1997). Realiza-se também a análise de poder, legitimidade e urgência, marcando com “x” os atributos que cada stakeholder possui. De acordo com os atributos ele será classificado, conforme figura 2. Tabela 14. Stakeholder Análise pela relação Poder x Legitimidade x Urgência Poder Legitimidade Urgência 65 O preenchimento das tabelas 13 e 14 permite a obtenção dos gráficos da análise da relação Poder x Interesse e da análise da relação Poder x Legitimidade x Urgência. Esse gráfico indica o(s) stakeholder(s) chave(s) e as atitudes que devemos ter com eles em relação ao projeto. . 4.1.3 Etapa 3 - Identificação dos atores envolvidos na entidade em âmbito regional Esta etapa segue o mesmo processo da etapa 4.1.2, mas no âmbito do Departamento Regional do SENAI do estado a ser aplicada o modelo. Dado que a definição dos critérios é padronizada a nível nacional, esta etapa deve ser executada na íntegra, pois garante que os pesos dos critérios sejam reflexo da situação regional do estado. 4.2 Fase 2: Estruturação do Problema Nesta fase é realizada a definição dos critérios, alternativas e valores envolvidos no processo decisório. 4.2.1 Etapa 4 – Levantamento de informações com os atores nacionais Mediante a definição dos stakeholders nacionais, busca-se com os mesmos as informações necessárias para estruturação do problema: metas, riscos, incertezas, desafios, critérios, cenários relevantes, etc. Estas informações podem ser levantadas por meio de várias técnicas: entrevistas, workshop, brainstorming, questionários e outros. No âmbito deste trabalho, utiliza-se como ferramenta o questionário para levantamento destas informações com as seguintes questões: 66 1) Em sua visão, quais critérios a instituição deve adotar para escolher um município para implantação de uma nova unidade do SENAI? 2) Visualizando cenários para implantação de uma nova unidade, podem ser enxergadas como situações que podem influenciar na implantação de uma nova Unidade? 3) Em relação à escolha de um município/local para a implantação de um novo Centro Integrado: a. Quais são os principais objetivos da implantação de uma nova unidade em um município? b. Quais são os principais desafios que cercam esta decisão? c. Quais são os riscos e as incertezas envolvidos nesta implantação? d. Quais conflitos podem ser gerados para a escolha de um município em detrimento de outro? 4.2.2 Etapa 5 – Construção dos mapas cognitivos individuais A partir das informações levantadas na etapa 4, constrói-se os mapas cognitivos individuais conectando as ideias inter-relacionadas a fim de gerar clusters para definição dos critérios a serem adotados para o problema. É primordial que, após a construção dos mapas individuais, estes sejam validados com os envolvidos para confirmação de que os valores e informações do mapa reflitam os pensamentos dos decisores. 67 4.2.3 Etapa 6 – Construção do mapa cognitivo congregado De posse dos mapas cognitivos individuais validados, gera-se o mapa cognitivo congregado. Ao final da construção do mapa congregado, é necessária a validação do mesmo junto aos atores nacionais. 4.2.4 Etapa 7 – Construção da Estrutura Hierárquica No mapa congregado são separados os clusters que fornecem uma visão de quais devem ser os critérios e subcritérios adotados para o problema. Com eles, gera-se a estrutura hierárquica do problema em questão. As alternativas do problema são todos os municípios que não possuem unidades do SENAI no estado. 4.2.5 Etapa 8 – Obtenção dos dados relativos aos critérios e subcritérios A etapa 8 tem como objetivo o levantamento dos dados referentes aos critérios identificados. Deve-se buscar os dados nas principais fontes de referências do estado: Instituto Brasileiro de Geografia e Estatística - IBGE; Relação Anual de Informações Sociais - RAIS; Federação das Indústrias do estado; Institutos de pesquisa do estado. Os dados devem ser obtidos referentes a cada uma das alternativas para cada um dos critérios elencados do problema. 68 4.3 Fase 3: Estruturação do Modelo Multicritério A fase três mostra como estruturar o modelo multicritério utilizado para classificação e ranqueamento dos municípios. Esta fase contem as seguintes etapas: 4.3.1 Etapa 9: Julgamento dos critérios com os atores regionais Os stakeholders regionais são consultados através de uma entrevista para comparação par a par dos critérios definidos, este julgamento deve usar a escala de Saaty. De posse dos julgamentos de todos os critérios utiliza-se o AHP para a determinação do vetor prioridade dos critérios. Este julgamento deve ser realizado separadamente para cada cenário definido. Nesta etapa, se houver mais de um decisor, deve ser utilizado um processo de agregação de julgamentos, a fim de obter uma única matriz de julgamento para cada um dos cenários. 4.3.2 Etapa 10: Utilização do método APHSort para classificação das alternativas Utilizando o método AHPSort é realizada a classificação dos municípios separados em categorias ou classes. Esta etapa segue na integra os passos definidos no item 3.4.3.2 deste trabalho. 4.3.3 Etapa 11: Ranqueamento das alternativas na classe relevante utilizando o AHP 69 Tomando a classificação gerada pelo AHPSort, as alternativas foram separadas em classes, sendo uma delas a principal: provavelmente o Departamento Regional não posui recursos suficientes para investir em todos os municípios desta classe. Assim, se faz necessário o ranqueamento dessa classe. Sendo assim, utiliza-se o AHP para realização deste ranqueamento para cada um dos cenários definidos. Os critérios utilizados e o vetor prioridade dos critérios e cenários são os mesmos utilizados na classificação com o AHPSort. Ao final desta etapa, tem-se a listagem de municípios da classe principal ranqueada para os diferentes cenários montados e essa dará suporte para o decisor na escolha do município ou dos municípios para implantação da nova unidade do SENAI. 4.4 Fase 4: Avaliação das Ações Potenciais Está fase mostra como realizar a avaliação dos resultados encontrados e como tratar a situação dos cenários montados neste trabalho. Está fase está dividida em duas etapas: 4.4.1 Etapa 12: Análise dos cenários A utilização dos cenários possibilita que em um só modelo possam ser analisadas diferentes situações, que, de acordo com as necessidades e situações do momento vivido pelo SENAI, tenham-se escolhas mais aderentes à condição atual. Pela análise dos cenários podese explorar diversos caminhos, que, de acordo com o estilo e perfil da nova escola, orientam a decisão a ser tomada de forma mais eficiente. Para a análise dos cenários, incialmente deve-se tomar cada um deles separadamente avaliando: Os pesos dos critérios refletem o cenário pensado pelos decisores; 70 As alternativas classificadas na classe principal são condizentes com as características esperadas do cenário. Ex: cenário econômico com municípios economicamente relevantes. Em seguida realiza-se junto aos decisores regionais a definição de qual o cenário ideal de acordo com o momento ou o investimento a ser realizado. Após as análises individuais, deve-se analisar a existência de alternativas que estão presentes nas classes principais de todos ou de alguns cenários. Essas alternativas podem ser consideradas mais relevantes perante as outras, pois, independentemente dos cenários analisados, essas alternativas são uma resposta ao problema. 4.4.2 Etapa 13: Avaliação dos resultados alcançados De acordo com o cenário escolhido pelo decisor, realiza-se a escolha da alternativa melhor ranqueada para implantação da nova unidade. Deve-se analisar o montante de recursos para investimento, a fim de possibilitar a implantação de mais de uma unidade utilizando cenários diferentes ou dentro do mesmo cenário. Podem existir alternativas que estejam classificadas como prioritárias em mais de cenário diferente, ou até em todos. Estas alternativas são ótimas escolhas, pois em qualquer mudança de cenário elas ainda estão classificadas como prioritária. Este capítulo apresenta o modelo proposto para determinação de municípios visando à implantação de unidades operacionais do SENAI. No capítulo seguinte, demonstra-se a aplicação deste modelo para o SENAI do Espirito Santo. 71 5 APLICAÇÃO DO MODELO PROPOSTO PARA DETERMINAÇÃO DE MUNICÍPIOS VISANDO À IMPLANTAÇÃO DE UNIDADES OPERACIONAIS NO SENAI ESPÍRITO SANTO 5.1 Fase 1 – Identificação do contexto decisório As etapas relacionadas ao âmbito nacional não têm necessidade de serem refeitas caso o método seja aplicado em outro estado, a não ser que ocorram mudanças na estrutura do SENAI Nacional, visto que o levantamento realizado com os stakeholders em âmbito nacional traz os critérios e cenários definidos para todo Brasil, sem considerar as regionalidades. Estas características regionais são levadas em consideração quando do julgamento dos critérios pelos stakeholders regionais. 5.1.1 Etapa 1 – Identificação das características e tipo do problema O problema a ser resolvido é a identificação de municípios para implantação de novos Centros de Educação Profissional do SENAI no estado do Espirito Santo. Esta problemática referencia um sistema de medição de desempenho e está classificado em duas problemáticas β (classificação) e γ (ordenação) de alternativas. A solução do problema é baseada na análise de objetivos, critérios e alternativas definidas pelos stakeholders envolvidos. 5.1.2 Etapa 2 - Identificação dos atores envolvidos na entidade em âmbito nacional Para obtermos os valores fundamentais que auxiliam na decisão de escolha do município onde deve ser instalado o novo Centro, é necessário avaliar os principais 72 stakeholders que influenciam na definição dos valores e nas decisões do problema apresentado. A tabela 15 apresenta um levantamento dos envolvidos no Departamento Nacional do SENAI que possuem influência sobre este problema. Lista de stakeholders nacionais Tabela 15. Nome Entidade Stakeholder 01 SENAI DN Diretor Nacional do SENAI Stakeholder 02 SENAI DN Gerente Executivo de Educação Stakeholder 03 SENAI DN Gerente Executivo de Inovação e Tecnologia Stakeholder 04 SENAI DN Gerente de Educação Stakeholder 05 SENAI DN Gerente de Inovação e Tecnologia Stakeholder 06 CNI Stakeholder 07 Cargo Presidente CNI Conselho do SENAI Conselheiros do SENAI Com a identificação dos atores nacionais realiza-se a classificação dos stakeholders e analisa-se o grau de poder e interesse, apresentados na tabela 16, e obtém-se a atitude a ser tomada de acordo com a figura 22. A tabela 17 apresenta a análise de poder, legitimidade e urgência dos envolvidos. Tabela 16. Análise pela relação Poder x Interesse de stakeholders nacionais Stakeholder Grau de Grau de Poder Interesse Atitude Stakeholder 01 10 4 Manter Informado Stakeholder 02 9 10 Ator Chave Stakeholder 03 9 6 Ator Chave Stakeholder 04 7 10 Ator Chave Stakeholder 05 7 6 Ator Chave Stakeholder 06 10 4 Manter Informado Stakeholder 07 4 10 Manter Satisfeito 73 Tabela 17. Análise pela relação Poder x Legitimidade x Urgência de stakeholders nacionais Stakeholder Poder Legitimidade Urgência Stakeholder 01 X X X Stakeholder 02 X X Stakeholder 03 X X Stakeholder 04 X X Stakeholder 05 X X Stakeholder 06 X X Stakeholder 07 X X X A análise das tabelas 16 e 17 permite a obtenção do gráfico da relação Poder x Legitimidade x Urgência (figura 23). O gráfico e as tabelas indicam os stakeholders chave e as atitudes que devemos ter com eles em relação ao problema. Assim, tem-se como principais atores nacionais a serem consultados os stakeholders 02, 03, 04 e 05. Poder Stakeholder 07 Perigoso Stakeholders 02, 03, 04 e 05 Dominantes Legitimidade Stakeholders 01 e 06 Definitivos Urgência Figura 23. Classificação de stakeholders nacionais pelos atributos 74 5.1.3 Etapa 3 - Identificação dos atores envolvidos na entidade em âmbito regional Esta etapa segue o mesmo procedimento da etapa 2, mas no âmbito do Departamento Regional do SENAI do estado do Espírito Santo. Como o Sistema da Federação das Indústrias do Estado do Espírito Santo (FINDES) e seus órgãos (Serviço Social da Indústria - SESI, SENAI, Instituto Euvaldo Lodi - IEL, Instituto de Desenvolvimento Industrial do Espírito Santo - IDEIES) são entidades políticas, as decisões envolvem diversos e diferentes interesses e objetivos. Para obtermos os valores fundamentais que auxiliam na decisão de escolha do município, se faz necessário avaliarmos os stakeholders principais. A tabela 18 mostra a lista de stakeholders levantados no Departamento Regional do SENAI do Espírito Santo que possuem influência sobre este problema. Tabela 18. Lista de stakeholders regionais Nome Entidade Stakeholder 08 SENAI DR-ES Stakeholder 09 SENAI DR-ES Gerente de Centro de Educação Profissional Gerente de Educação Profissional Stakeholder 10 SENAI DR-ES Gerente de Projetos Especiais Stakeholder 11 FINDES Stakeholder 12 SESI/SENAI DR-ES Stakeholder 13 SESI/SENAI DR-ES Stakeholder 14 SESI/SENAI DR-ES Stakeholder 15 FINDES Stakeholder 16 Cargo Diretor Executivo Diretora Regional SENAI Gerente Executivo de Negócios e Operações Gerente Executivo de Educação e Tecnologia Presidente FINDES Conselho do SENAI DR-ES Conselheiros do SENAI 75 Tabela 19. Análise pela relação Poder x Interesse de stakeholders regionais Stakeholder Grau de Grau de Poder Interesse Atitude Stakeholder 08 3 5 Manter Satisfeito Stakeholder 09 4 6 Manter Satisfeito Stakeholder 10 5 4 Manter Informado Stakeholder 11 9 8 Ator Chave Stakeholder 12 8 8 Ator Chave Stakeholder 13 7 8 Ator Chave Stakeholder 14 7 8 Ator Chave Stakeholder 15 10 4 Manter Satisfeito Stakeholder 16 5 10 Manter Informado Tabela 20. Análise pela relação Poder x Legitimidade x Urgência de stakeholders regionais Stakeholder Poder Legitimidade Stakeholder 08 X Stakeholder 09 X Stakeholder 10 X Urgência Stakeholder 11 X X X Stakeholder 12 X X X Stakeholder 13 X X Stakeholder 14 X X Stakeholder 15 X X Stakeholder 16 X X X 76 Poder Stakeholder 16 Perigosos Stakeholders 13 e 14 Dominantes Legitimidade Stakeholders 11, 12 e 15 Definitivos Stakeholders 08, 09 e 10 Discricionários Urgência Figura 24. Classificação de stakeholders regionais pelos atributos A análise das tabelas 19 e 20 permite obter o gráfico da relação Poder x Legitimidade x Urgência (figura 24). Assim, tem-se como principais atores nacionais a serem consultados os stakeholders 13 e 14. 5.2 Fase 2: Estruturação do Problema Nesta fase é realizada a definição dos critérios, alternativas e valores envolvidos no processo decisório em relação ao Estado selecionado. 5.2.1 Etapa 4 – Levantamento de informações com os atores nacionais Mediante a definição dos stakeholders na etapa 2, aplicou-se um questionário para o levantamento das informações e estruturação do problema: metas, riscos, incertezas, desafios, 77 critérios e cenários. Os stakeholders 02 e 03 delegaram respectivamente aos stakeholders 04 e 05 para que respondessem também aos questionários em seus lugares. Assim, obteve-se a resposta de dois questionários. As respostas ao questionário encontram-se no anexo A. 5.2.2 Etapa 5 – Construção dos mapas cognitivos individuais A partir do questionário aplicado na etapa quatro constrói-se os mapas cognitivos individuais dos dois stakeholders conectando as ideias inter-relacionadas expressas no questionário. Após a construção dos mapas cognitivos individuais pelo especialista cada Stakeholder avalia se os valores e as informações do mapa gerado expressam a realidade do processo decisório. Os mapas individuais se encontram no anexo C. No processo construiu-se dois mapas cognitivos individuais dos atores nacionais. O mapa do stakeholder 04 gerou 17 conceitos individuais separados em 05 clusters; já o stakeholder 05 gerou 14 conceitos individuais, também separados em 05 clusters. 5.2.3 Etapa 6 – Construção do mapa cognitivo congregado De posse dos mapas cognitivos individuais validados, o especialista gera o mapa cognitivo congregado, com a fusão dos mapas individuais, onde são alinhadas as ideias iguais ou complementares. Após a geração do mapa congregado, este é novamente validado pelos stakeholders a fim de garantir que não houve alteração no pensamento ou nos valores de nenhum dos envolvidos. O mapa congregado (figura 25) apresenta os clusters representados em cores diferentes, onde cada cluster é uma indicação dos critérios para a estruturação do problema. Este mapa representa o pensamento do Departamento Nacional acerca dos critérios a serem adotados para definição dos municípios para implantação de novas unidades do SENAI. 78 O mapa congregado possui 29 conceitos, resultado da união dos 31 conceitos individuais, distribuídos em 7 clusters. Figura 25. Mapa Cognitivo Congregado 5.2.4 Etapa 7 – Construção da Estrutura Hierárquica A partir do mapa cognitivo congregado, foram encontrados os valores fundamentais, os objetivos e os critérios adotados para o problema. A figura 26 expõe o objetivo, os critérios e as alternativas numa estrutura hierárquica. Um dos critérios encontrados no mapa cognitivo congregado é a existência de unidades já instaladas no município. Este critério não está explícito na estrutura hierárquica, pois de acordo com o consenso dos stakeholders, deve ser utilizado como pré-requisito: se existe um Centro de Educação Profissional no município, este não será uma alternativa do problema. 79 Para as alternativas do caso estudado elenca-se todos os municípios do estado do Espírito Santo, exceto os que já possuem unidades, que são eles: Anchieta, Aracruz, Cachoeiro de Itapemirim, Colatina, Linhares, São Mateus, Serra, Vila Velha e Vitória. O estado possui setenta e oito (78) municípios, sendo que nove (9) já possuem unidades do SENAI, restando sessenta e nove (69) alternativas para este estudo de caso. Figura 26. Estrutura Hierárquica do estudo de caso Além de objetivos, critérios e alternativas, realiza-se o levantamento dos possíveis cenários para implantação das unidades. A utilização dos cenários colabora para que os decisores escolham um município de acordo com o foco dado à nova unidade, podendo ponderar os serviços que serão ofertados, por exemplo: em um município com uma perspectiva de implantação de um grande polo industrial, o que pesa mais é um pensamento estratégico para implantação de serviços que colaborem com esta perspectiva. Assim ocorrem variações nos julgamentos dos pesos dos critérios levantados. Segundo os questionários aplicados aos atores nacionais, definiram-se três importantes cenários a serem considerados: Econômico: pensando em uma unidade com sustentabilidade financeira; 80 Social: pensando em uma unidade que possa atender as demandas do município em relação às pessoas que estão inseridas; Estratégico: buscando atender à planta industrial da região, ou às futuras instalações industriais, bem como atender necessidades políticas. 5.2.5 Etapa 8 – Obtenção dos dados relativos aos critérios Nesta etapa realiza-se um levantamento das informações em relação aos critérios e às alternativas para o problema. Busca-se a taxa de desemprego, a população economicamente ativa, o PIB per capita, o número de concorrentes, o número de indústrias e o número de empregados do ramo industrial de cada um dos municípios do estado do Espírito Santo. Para este levantamento utilizam-se dados do censo 2010 (INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA, 2010), do Censo Escolar 2010 (ESPIRITO SANTO. SECRETARIA ESTADUAL DE EDUCAÇÃO, 2010) e do perfil dos municípios (BRASIL. MINISTÉRIO DO TRABALHO E EMPREGO, 2013). A utilização dos dados reais de cada município subsidia o julgamento dos decisores em um formato mais objetivo e não tão subjetivo. Assim, compilando os dados em uma única tabela, facilitando também a percepção e o julgamento. A tabela 21 apresenta os dados levantados para cada um dos critérios. Realiza-se também um levantamento das informações de quais incentivos são ofertados para a implantação de uma unidade do SESI/SENAI no município, levando em consideração principalmente a cessão do espaço para construção, mas também questões voltadas para infraestrutura do município (transporte público, água, esgoto tradado, sistema de recolhimento de resíduos, velocidade de internet, etc.). Neste critério leva-se em consideração para o julgamento à importância dos incentivos ofertados por cada município para a implantação da nova unidade. 81 Tabela 21. Dados critérios municípios do Espirito Santo Critérios Municipios Taxa de Desemprego 320010 Afonso Cláudio 320016 Água Doce do Norte 320013 Águia Branca 320020 Alegre 320030 Alfredo Chaves 320035 Alto Rio Novo 320050 Apiacá 320070 Atilio Vivacqua 320080 Baixo Guandu 320090 Barra de São Francisco 320100 Boa Esperança 320110 Bom Jesus do Norte 320115 Brejetuba 320130 Cariacica 320140 Castelo 320160 Conceição da Barra 320170 Conceição do Castelo 320180 Divino de São Lourenço 320190 Domingos Martins 320200 Dores do Rio Preto 320210 Ecoporanga 320220 Fundão 320225 Governador Lindenberg 320230 Guaçuí 320240 Guarapari 320245 Ibatiba 320250 Ibiraçu 320255 Ibitirama 320260 Iconha 320265 Irupi 320270 Itaguaçu 320280 Itapemirim 320290 Itarana 320300 Iúna 320305 Jaguaré 320310 Jerônimo Monteiro 320313 João Neiva 320316 Laranja da Terra 320330 Mantenópolis 320332 Marataízes 320334 Marechal Floriano 320335 Marilândia 320340 Mimoso do Sul 320350 Montanha 320360 Mucurici 320370 Muniz Freire 320380 Muqui 320390 Nova Venécia 320400 Pancas 320405 Pedro Canário 320410 Pinheiros 320420 Piúma 320425 Ponto Belo 320430 Presidente Kennedy 320435 Rio Bananal 320440 Rio Novo do Sul 320450 Santa Leopoldina 320455 Santa Maria de Jetibá 320460 Santa Teresa 320465 São Domingos do Norte 320470 São Gabriel da Palha 320480 São José do Calçado 320495 São Roque do Canaã 320501 Sooretama 320503 Vargem Alta 320506 Venda Nova do Imigrante 320510 Viana 320515 Vila Pavão 320517 Vila Valério 3,78 4,65 3,51 5,44 2,95 6,98 5,86 5,52 7,71 7,02 6,58 6,18 1,41 8,34 2,99 11,44 4,24 2,76 1,66 2,93 6,71 7,03 1,66 6,43 8,57 4,05 7,53 4,62 3,9 2,02 2,77 7,24 1,75 2,07 8,5 5,73 7,39 0,96 6,86 8,54 3,34 3,47 3,59 6,27 9,2 4,28 8,47 5,18 5,57 9,64 6,35 7,77 13,08 8,56 2,66 6,38 4,36 1,2 2,47 5,46 4,14 6,43 1,56 9,53 3,59 2,95 9,07 2,49 2,18 População Economicamente Ativa 16.444 5.074 5.329 15.379 7.939 3.210 3.514 4.654 13.926 19.049 7.474 4.306 6.435 169.752 18.852 12.724 6.411 2.285 19.305 2.932 10.285 8.446 5.488 13.712 51.300 11.134 5.708 4.479 7.300 6.296 7.898 12.874 6.628 13.642 12.764 4.866 7.451 5.633 5.876 14.680 7.836 6.191 13.202 8.766 2.565 8.850 6.891 24.041 9.649 10.847 11.945 8.943 2.668 4.567 9.485 5.599 5.922 20.731 12.493 4.049 17.138 4.911 5.974 11.422 10.061 11.283 29.977 5.180 7.428 PIB per capita Concorrentes Profissionalizantes Concorrentes Geral Numero de Industrias 8.428 8.151 13.960 8.541 12.156 8.567 7.915 14.035 10.571 11.324 13.030 8.614 14.996 17.455 12.594 16.066 11.438 9.433 11.503 10.437 11.723 18.895 13.342 10.187 10.659 9.594 17.879 9.700 14.357 15.537 13.457 94.761 9.938 9.997 22.480 8.013 14.697 7.682 8.343 39.125 14.867 24.065 13.095 14.795 12.173 9.238 8.131 13.170 7.188 8.710 16.193 16.593 9.151 387.137 12.821 9.600 10.260 19.165 11.889 14.666 11.495 9.097 10.557 15.719 10.689 14.963 17.437 14.468 19.076 1 0 0 2 0 0 0 0 1 1 0 0 0 6 1 0 0 0 1 0 1 0 0 1 2 0 0 0 0 0 0 0 1 0 0 0 1 1 0 1 0 0 0 1 0 0 0 2 0 0 0 0 0 0 1 0 0 1 2 0 0 0 0 0 0 1 1 0 0 58 18 16 60 34 16 11 14 59 59 16 12 23 204 36 42 15 14 58 10 42 16 29 27 89 18 15 14 22 17 24 51 24 37 47 16 17 23 25 43 19 27 52 27 10 39 24 76 64 21 34 19 11 23 42 18 35 61 30 24 43 21 11 24 36 19 51 30 23 103 36 26 121 91 19 22 115 161 209 76 45 60 1.482 292 55 65 14 131 34 97 192 41 261 702 101 104 21 85 32 49 131 92 130 57 48 108 29 76 141 88 80 101 126 26 48 47 282 39 54 86 98 25 30 90 45 20 215 175 39 388 44 107 73 174 190 234 47 50 Numeros de empregados ramo Industria 546 61 295 428 456 65 62 1.622 1.056 1.890 205 303 387 10.996 2.169 913 241 97 640 115 444 1.082 177 556 3.638 193 564 24 509 33 182 1.391 365 319 215 84 1.054 98 59 309 1.031 754 546 711 24 104 161 1.687 51 208 270 293 111 43 224 437 30 834 944 299 3.637 164 1.073 912 1.391 1.124 3.082 55 62 82 5.3 Fase 3: Estruturação do Modelo Multicritério Com a fase 2 completa, obtém-se todas as informações relativas ao problema. Nesta fase realiza-se o julgamento dos critérios e das alternativas, a separação em classes e todo o desenvolvimento algébrico referente ao AHP e ao AHPSort. 5.3.1 Etapa 9: Julgamento dos critérios com os atores regionais Encontra-se nesta etapa a entrevista com os atores regionais, onde acontece o julgamento dos critérios em relação ao objetivo principal. Os stakeholders 13 e 14 são entrevistados individualmente e durante a entrevista realizam o julgamento dos critérios. As matrizes de decisão individual estão disponíveis no Anexo B. Nestas matrizes encontra-se divergência entre os julgamentos dos dois decisores para vários critérios, assim, valendo-se de novas entrevistas busca-se encontrar um consenso para todas as comparações dos critérios para cada um dos cenários utilizados, em que, através da qual se constrói a matriz de decisão em grupo para cada um dos cenários estabelecidos, conforme as figuras 27, 28 e 29. Taxa de Desemprego População Economicamente PIB per capita Incetivos Concorrentes Numero de Industrias Numeros de empregados Taxa de Desemprego População Economicamente PIB per capita 1 1/8 1/5 1/7 1/3 1/7 1 8 1 1/6 1/5 1 1/2 1/4 5 6 1 2 4 1/3 1/3 Incetivos 7 5 1/2 1 6 1/6 1/5 Concorrentes 3 1 1/4 1/6 1 1/6 1/6 Numero de Industrias Numeros de empregados 7 2 3 6 6 1 1 1 4 3 5 6 1 1 Figura 27. Matriz de decisão em grupo dos julgamentos dos critérios focado no cenário econômico 83 Taxa de Desemprego População Economicamente Ativa PIB per capita Incetivos Concorrentes Numero de Industrias Numeros de empregados Taxa de Desemprego População Economicamente PIB per capita 1 4 7 7 8 4 4 1/4 1 7 7 7 2 2 1/7 1/7 1 6 4 2 5 Incetivos 1/7 1/7 1/6 1 4 1/4 1/7 Concorrentes 1/8 1/7 1/4 1/4 1 1/6 1/7 Numero de Industrias Numeros de empregados 1/4 1/2 1/2 4 6 1 1/4 1/4 1/2 1/5 7 7 4 1 Figura 28. Matriz de decisão em grupo dos julgamentos dos critérios focado no cenário social Taxa de Desemprego População Economicamente Ativa PIB per capita Incetivos Concorrentes Numero de Industrias Numeros de empregados Taxa de Desemprego População Economicamente PIB per capita 1 1/7 1/8 1/7 1/5 1/8 1/7 7 1 1/4 1/6 3 1/7 1/5 8 4 1 1/4 3 1/7 1/7 Incetivos 7 6 4 1 6 1/8 1/7 Concorrentes 5 1/3 1/3 1/6 1 1/7 1/7 Numero de Industrias Numeros de empregados 8 7 7 8 7 1 5 7 5 7 7 7 1/5 1 Figura 29. Matriz de decisão em grupo dos julgamentos dos critérios focado no cenário estratégico 5.3.2 Etapa 10: Utilização do método APHSort para classificação das alternativas Nesta etapa se realiza a classificação das alternativas perante classes definidas pelos decisores. Este processo segue os passos do método AHPSort, demonstrado no capitulo 3. 84 5.3.2.1 Etapa 10.1: Definição do Problema Passo 1) Definição do objetivo, dos critérios e das alternativas. A definição do objetivo e dos critérios foram realizadas junto aos stakeholders conforme a árvore hierárquica da figura 25. As alternativas adotadas são todos os municípios do estado do Espírito Santo, exceto os que já possuem unidades do SENAI, critério que é utilizado como pré-requisito. Passo 2) Definição das classes. Para definição das classes, utiliza-se a seguinte regra: Implantação Prioritária: Municípios que possuem relevância para a implantação de uma unidade do SENAI; Implantação Opcional: Municípios com média relevância, mas devem ser acompanhados para futuras análises; Implantação Desnecessária: Municípios com baixa relevância para implantação de uma unidade do SENAI. Passo 3) Definição dos perfis de cada classe. Para este passo, utilizam-se os perfis limitantes locais . Como são três classes, tem-se então dois perfis limitantes locais para cada um dos critérios. Tomando cada um dos critérios e os dados de cada alternativa em relação ao critério, utilizar-se-á o primeiro quartil e a mediana do primeiro quartil de cada critério como o perfil limitante para o problema proposto. A figura 30 apresenta cada critério com seus respectivos perfis limitantes locais. 85 Figura 30. Perfis limitantes locais ( ) de cada classe para cada critério. 5.3.2.2 Etapa 10.2: Avaliação Passo 4) Comparação par a par dos critérios. Este passo é realizado junto com os atores regionais conforme a etapa 9 através do consenso dos julgamentos realizados para cada um dos critérios relativos a todos os cenários definidos para aplicação do modelo. As figuras 31, 33 e 35 mostram as saídas dos lançamentos das comparações par a par realizadas pelo decisores no software Super Decisions dos critérios em relação ao objetivo principal para cada um dos cenários montados. As figuras 32, 34 e 36 apresentam os resultados encontrados do vetor prioridade dos critérios, bem como a inconsistência do julgamento, nos cenários econômico, social e estratégico, respectivamente. 86 Figura 31. Comparação par a par dos critérios em relação ao objetivo principal perante um cenário econômico Figura 32. Vetor prioridade dos critérios em relação ao objetivo principal perante um cenário econômico 87 Figura 33. Comparação par a par dos critérios em relação ao objetivo principal perante um cenário social Figura 34. Vetor prioridade dos critérios em relação ao objetivo principal perante um cenário social 88 Figura 35. Comparação par a par dos critérios em relação ao objetivo principal perante um cenário estratégico Figura 36. Vetor prioridade dos critérios em relação ao objetivo principal perante um cenário estratégico 89 As figuras 32, 34 e 36 mostram valores das Razões de Consistência dos julgamentos acima dos valores de referência indicados por Saaty na tabela 6, mediante este fato realiza-se junto aos decisores uma analise dos valores buscando uma melhora desses índices. Mas atentando ao que Saaty alerta sobre ao realizar alteração nos julgamentos, mediante a busca incondicional da consistência, que pode não refletir o verdadeiro desejo e valor do decisor, visto que a inconsistência possa ser algo inerente ao comportamento humano. É importante avaliar que a inconsistência em uma matriz de decisão deve servir como fator de alerta para o decisor, e não um ente proibido na matriz. Desta forma, deve-se ter o cuidado com a utilização de métodos que forcem a matriz a consistência, já que alteram significante o resultado do problema (GOMES, ARAYA e CARIGNANO, 2011). Após uma nova avaliação utilizando como base o ranking do relatório de inconsistências no software Super Decisions são definidos quais julgamentos podem ser alterados, sem que ocorresse comprometimento dos valores e pensamentos relacionados aos cenários e critérios de cada decisor. Deste modo realizam-se novos julgamentos para estes itens, circulados em vermelho nas figuras 37, 39 e 41, e encontram-se as novas Razões de Consistência, sendo estas mais próximas dos valores aceitáveis conforme as figuras 38, 40 e 42. 90 Figura 37. Modificação da comparação par a par dos critérios em relação ao objetivo principal perante um cenário econômico Figura 38. Alteração do vetor prioridade dos critérios em relação ao objetivo principal perante um cenário econômico 91 Figura 39. Modificação da comparação par a par dos critérios em relação ao objetivo principal perante um cenário social Figura 40. Alteração do vetor prioridade dos critérios em relação ao objetivo principal perante um cenário social 92 Figura 41. Modificação da comparação par a par dos critérios em relação ao objetivo principal perante um cenário estratégico Figura 42. Alteração do vetor prioridade dos critérios em relação ao objetivo principal perante um cenário estratégico 93 Passo 5) Comparação das alternativas em relação aos limitantes. O julgamento em uma matriz de comparação par a par, de cada alternativa limitantes locais , em relação a cada um dos perfis , é realizado com base nos dados de cada uma das alternativas (tabela 21), onde os atores, em conjunto, realizam a comparação entre o valor do critério das alternativas e os limitantes definidos para os critérios. Como exemplo, a tabela 22 apresenta a comparação de três alternativas com o limitante entre as classes A e B para o critério taxa de desemprego. O valor da alternativa Afonso Claudio para o critério Taxa de desemprego é 3,78 conforme tabela 21, realizando a comparação entre a alternativa e o perfil limitante local entre a classe A e B que é de 2,07 o valor está acima do estabelecido, assim a alternativa foi julgada pelos decisores como 3 a favor do limitante. Tabela 22. Comparação par a par das alternativas com o limitante entre as classes A e B, para o critério taxa de desemprego Taxa de Desemprego Alternativas 320010 Afonso Cláudio 320016 Água Doce do Norte 320013 Águia Branca 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 O restante das comparações se encontra no anexo D. As comparações são realizadas tanto para os limitantes entre as classes A e B (figura 60 e 61), quanto os limitantes entre as classes B e C (figura 62 e 63). Estas comparações atendem a todos os cenários, exceto ao cenário social, cujos critérios taxa de desemprego e PIB são invertidos. A comparação para estes critérios para o cenário social encontram-se nas figuras 63 e 64. Passo 6) Determinação do vetor prioridade. Tomando-se as comparações realizadas no passo 5, encontra-se o vetor prioridade local ponderados a cada perfil limitante local das alternativas em relação , utilizando a tabela 10 de equivalência entre o julgamento 94 segundo a escala de Saaty e o valor do vetor prioridade. A tabela 23 mostra como exemplo o vetor prioridade local para as três alternativas em relação ao limitante entre as classes A e B. Tabela 23. Vetor prioridade das alternativas em relação aos limitantes População Economicamente Ativa Taxa de Desemprego PIB per capita 320010 Afonso Cláudio 0,33333 0,25000 0,11111 320016 Água Doce do Norte 0,12500 0,20000 0,11111 320013 Águia Branca 0,12500 0,33333 0,25000 Alternativas Tomando a alternativa Afonso Cláudio em relação ao limitante entre A e B para o critério taxa de desemprego, tem-se o julgamento 3 a favor do limitante, pois o valor do limitante entre as classes A e B para este critério é de 2,07 e o valor da alternativa nesse critério é 3,78. Como este critério é invertido, o limitante está acima da alternativa. Note pela tabela 10 que o valor de julgamento 3 a favor do limitante equivale ao peso 0,25. Analisando também está alternativa em relação ao limitante entre a classe B e C, tem-se que ele também está aquém do valor do limitante, que é 2,95. Os demais vetores prioridades locais se encontram nas tabelas 24 e 25, respectivamente em relação aos limitantes locais entre as classes A e B, depois entre B e C. No caso do específico do cenário social, cujos critérios taxa de desemprego e PIB são invertidos, estes vetores são apresentados na tabela 26, tanto para os limites entre A e B, como para B e C. De posse dos valores de cada vetor prioridade das alternativas, o próximo passo é a atribuição de classes para as alternativas. 95 Tabela 24. Comparação par a par entre as alternativas e os limitantes entre as classes A e B População Economicamente Ativa Taxa de Desemprego PIB per capita Numero de Industrias Numeros de Empregados Concorrentes Incetivos de Implatação 320010 Afonso Cláudio 0,33333 0,25000 0,11111 0,33333 0,25000 0,16670 0,12500 320016 Água Doce do Norte 0,12500 0,20000 0,11111 0,11111 0,16670 0,87500 0,11111 320013 Águia Branca 0,12500 0,33333 0,25000 0,11111 0,11111 0,87500 0,11111 320020 Alegre 0,33333 0,20000 0,11111 0,33333 0,20000 0,12500 0,14286 320030 Alfredo Chaves 0,20000 0,33333 0,20000 0,25000 0,20000 0,80000 0,16670 320035 Alto Rio Novo 0,10000 0,14286 0,11111 0,10000 0,12500 0,87500 0,14286 320050 Apiacá 0,10000 0,16670 0,10000 0,10000 0,11111 0,88889 0,11111 320070 Atilio Vivacqua 0,11111 0,16670 0,25000 0,33333 0,66667 0,88889 0,11111 320080 Baixo Guandu 0,33333 0,12500 0,14286 0,33333 0,33333 0,16670 0,83330 320090 Barra de São Francisco 0,75000 0,12500 0,16670 0,50000 0,80000 0,16670 0,50000 320100 Boa Esperança 0,16670 0,14286 0,20000 0,20000 0,14286 0,87500 0,20000 320110 Bom Jesus do Norte 0,11111 0,16670 0,11111 0,12500 0,20000 0,88889 0,12500 320115 Brejetuba 0,14286 0,87500 0,33333 0,16670 0,20000 0,85714 0,11111 320130 Cariacica 0,90000 0,11111 0,50000 0,90000 0,90000 0,11111 0,88889 320140 Castelo 0,66667 0,33333 0,20000 0,80000 0,83333 0,25000 0,50000 320160 Conceição da Barra 0,25000 0,10000 0,33333 0,16670 0,33333 0,66670 0,33330 320170 Conceição do Castelo 0,14286 0,20000 0,16670 0,16670 0,16670 0,88889 0,12500 320180 Divino de São Lourenço 0,10000 0,33333 0,12500 0,10000 0,12500 0,88889 0,11111 320190 Domingos Martins 0,80000 0,83333 0,16670 0,33333 0,25000 0,16670 0,50000 320200 Dores do Rio Preto 0,10000 0,33333 0,14286 0,11111 0,12500 0,88889 0,11111 320210 Ecoporanga 0,20000 0,14286 0,16670 0,25000 0,20000 0,20000 0,12500 320220 Fundão 0,20000 0,12500 0,66667 0,50000 0,33333 0,87500 0,20000 320225 Governador Lindenberg 0,12500 0,83333 0,25000 0,12500 0,14286 0,83330 0,33330 320230 Guaçuí 0,33333 0,14286 0,14286 0,75000 0,25000 0,25000 0,20000 320240 Guarapari 0,88889 0,11111 0,14286 0,87500 0,87500 0,12500 0,88889 320245 Ibatiba 0,25000 0,20000 0,12500 0,25000 0,14286 0,87500 0,16670 320250 Ibiraçu 0,12500 0,12500 0,50000 0,33333 0,25000 0,88889 0,50000 320255 Ibitirama 0,11111 0,20000 0,12500 0,10000 0,10000 0,88889 0,12500 320260 Iconha 0,16670 0,25000 0,25000 0,20000 0,25000 0,85714 0,20000 320265 Irupi 0,14286 0,66667 0,33333 0,11111 0,10000 0,87500 0,11111 320270 Itaguaçu 0,20000 0,33333 0,25000 0,14286 0,14286 0,85714 0,16670 320280 Itapemirim 0,25000 0,12500 0,88889 0,33333 0,50000 0,66670 0,50000 320290 Itarana 0,14286 0,80000 0,12500 0,25000 0,20000 0,33330 0,16670 320300 Iúna 0,33333 0,50000 0,12500 0,33333 0,20000 0,75000 0,25000 320305 Jaguaré 0,25000 0,11111 0,83333 0,16670 0,16670 0,66670 0,25000 320310 Jerônimo Monteiro 0,11111 0,16670 0,11111 0,14286 0,12500 0,87500 0,12500 320313 João Neiva 0,16670 0,12500 0,33333 0,33333 0,33333 0,33330 0,20000 320316 Laranja da Terra 0,12500 0,90000 0,10000 0,11111 0,12500 0,33330 0,11111 320330 Mantenópolis 0,12500 0,14286 0,11111 0,20000 0,11111 0,83330 0,16670 320332 Marataízes 0,33333 0,11111 0,87500 0,33333 0,20000 0,20000 0,25000 320334 Marechal Floriano 0,20000 0,25000 0,33333 0,20000 0,33333 0,87500 0,16670 320335 Marilândia 0,14286 0,25000 0,85714 0,20000 0,25000 0,83330 0,12500 320340 Mimoso do Sul 0,33333 0,25000 0,20000 0,25000 0,25000 0,66670 0,14286 320350 Montanha 0,20000 0,16670 0,33333 0,33333 0,25000 0,25000 0,12500 320360 Mucurici 0,10000 0,10000 0,20000 0,11111 0,10000 0,88889 0,11111 320370 Muniz Freire 0,20000 0,20000 0,12500 0,14286 0,12500 0,75000 0,20000 320380 Muqui 0,14286 0,11111 0,11111 0,14286 0,14286 0,85714 0,16670 320390 Nova Venécia 0,85714 0,20000 0,25000 0,80000 0,75000 0,12500 0,88889 320400 Pancas 0,20000 0,16670 0,10000 0,12500 0,11111 0,66670 0,16670 320405 Pedro Canário 0,20000 0,10000 0,11111 0,16670 0,14286 0,85714 0,14286 320410 Pinheiros 0,25000 0,14286 0,33333 0,20000 0,16670 0,80000 0,20000 320420 Piúma 0,20000 0,12500 0,33333 0,25000 0,16670 0,87500 0,25000 320425 Ponto Belo 0,10000 0,10000 0,12500 0,10000 0,12500 0,88889 0,11111 320430 Presidente Kennedy 0,11111 0,11111 0,90000 0,11111 0,11111 0,85714 0,50000 320435 Rio Bananal 0,20000 0,33333 0,20000 0,25000 0,16670 0,20000 0,25000 320440 Rio Novo do Sul 0,12500 0,14286 0,12500 0,12500 0,20000 0,87500 0,20000 320450 Santa Leopoldina 0,12500 0,20000 0,14286 0,10000 0,10000 0,80000 0,12500 320455 Santa Maria de Jetibá 0,83333 0,88889 0,80000 0,66667 0,25000 0,14286 0,25000 320460 Santa Teresa 0,25000 0,33333 0,16670 0,33333 0,33333 0,12500 0,33330 320465 São Domingos do Norte 0,11111 0,20000 0,33333 0,12500 0,16670 0,85714 0,20000 320470 São Gabriel da Palha 0,50000 0,20000 0,16670 0,83333 0,87500 0,66670 0,33330 320480 São José do Calçado 0,11111 0,14286 0,12500 0,12500 0,14286 0,85714 0,12500 320495 São Roque do Canaã 0,12500 0,85714 0,14286 0,33333 0,33333 0,88889 0,50000 320501 Sooretama 0,25000 0,10000 0,33333 0,16670 0,33333 0,85714 0,16670 320503 Vargem Alta 0,20000 0,25000 0,14286 0,33333 0,50000 0,75000 0,16670 320506 Venda Nova do Imigrante 0,25000 0,33333 0,33333 0,50000 0,50000 0,33330 0,87500 320510 Viana 0,87500 0,10000 0,50000 0,75000 0,85714 0,16670 0,75000 320515 Vila Pavão 0,12500 0,33333 0,25000 0,14286 0,11111 0,80000 0,33330 320517 Vila Valério 0,16670 0,50000 0,75000 0,14286 0,11111 0,85714 0,33330 Alternativas 96 Tabela 25. Comparação par a par entre as alternativas e os limitantes entre as classes B e C População Economicamente Ativa Taxa de Desemprego PIB per capita Numero de Industrias Numeros de Empregados Concorrentes Incetivos de Implatação 320010 Afonso Cláudio 0,83330 0,25000 0,11111 0,33330 0,25000 0,16670 0,12500 320016 Água Doce do Norte 0,12500 0,33330 0,11111 0,11111 0,16670 0,87500 0,11111 320013 Águia Branca 0,12500 0,20000 0,25000 0,11111 0,11111 0,87500 0,11111 320020 Alegre 0,80000 0,20000 0,11111 0,33330 0,20000 0,12500 0,14286 320030 Alfredo Chaves 0,20000 0,50000 0,20000 0,25000 0,20000 0,80000 0,16670 320035 Alto Rio Novo 0,10000 0,14286 0,11111 0,10000 0,12500 0,87500 0,14286 320050 Apiacá 0,10000 0,16670 0,10000 0,10000 0,11111 0,88889 0,11111 320070 Atilio Vivacqua 0,11111 0,16670 0,33330 0,33330 0,83330 0,88889 0,11111 320080 Baixo Guandu 0,75000 0,12500 0,14286 0,66670 0,66670 0,16670 0,83330 320090 Barra de São Francisco 0,85714 0,12500 0,16670 0,83330 0,85714 0,16670 0,50000 320100 Boa Esperança 0,16670 0,14286 0,20000 0,20000 0,14286 0,87500 0,20000 320110 Bom Jesus do Norte 0,11111 0,16670 0,11111 0,12500 0,20000 0,88889 0,12500 320115 Brejetuba 0,14286 0,88889 0,50000 0,16670 0,20000 0,85714 0,11111 320130 Cariacica 0,90000 0,11111 0,83330 0,90000 0,90000 0,11111 0,88889 320140 Castelo 0,85714 0,33330 0,20000 0,87500 0,85714 0,25000 0,50000 320160 Conceição da Barra 0,33330 0,10000 0,75000 0,16670 0,33330 0,66670 0,33330 320170 Conceição do Castelo 0,14286 0,25000 0,16670 0,16670 0,16670 0,88889 0,12500 320180 Divino de São Lourenço 0,10000 0,66670 0,12500 0,10000 0,12500 0,88889 0,11111 320190 Domingos Martins 0,85714 0,87500 0,16670 0,50000 0,33330 0,16670 0,50000 320200 Dores do Rio Preto 0,10000 0,66670 0,14286 0,11111 0,12500 0,88889 0,11111 320210 Ecoporanga 0,25000 0,14286 0,16670 0,25000 0,20000 0,20000 0,12500 320220 Fundão 0,20000 0,12500 0,85714 0,80000 0,75000 0,87500 0,20000 320225 Governador Lindenberg 0,12500 0,87500 0,25000 0,12500 0,14286 0,83330 0,33330 320230 Guaçuí 0,75000 0,14286 0,14286 0,85714 0,25000 0,25000 0,20000 320240 Guarapari 0,88889 0,11111 0,14286 0,88889 0,88889 0,12500 0,88889 320245 Ibatiba 0,25000 0,25000 0,12500 0,25000 0,14286 0,87500 0,16670 320250 Ibiraçu 0,12500 0,12500 0,83330 0,33330 0,25000 0,88889 0,50000 320255 Ibitirama 0,11111 0,20000 0,12500 0,10000 0,10000 0,88889 0,12500 320260 Iconha 0,16670 0,25000 0,33330 0,20000 0,25000 0,85714 0,20000 320265 Irupi 0,14286 0,83330 0,66670 0,11111 0,10000 0,87500 0,11111 320270 Itaguaçu 0,20000 0,66670 0,25000 0,14286 0,14286 0,85714 0,16670 320280 Itapemirim 0,50000 0,12500 0,88889 0,50000 0,80000 0,66670 0,50000 320290 Itarana 0,14286 0,85714 0,12500 0,25000 0,20000 0,33330 0,16670 320300 Iúna 0,66670 0,83330 0,12500 0,50000 0,20000 0,75000 0,25000 320305 Jaguaré 0,33330 0,11111 0,87500 0,16670 0,16670 0,66670 0,25000 320310 Jerônimo Monteiro 0,11111 0,16670 0,11111 0,14286 0,12500 0,87500 0,12500 320313 João Neiva 0,16670 0,12500 0,33330 0,33330 0,66670 0,33330 0,20000 320316 Laranja da Terra 0,12500 0,90000 0,10000 0,11111 0,12500 0,33330 0,11111 320330 Mantenópolis 0,12500 0,14286 0,11111 0,20000 0,11111 0,83330 0,16670 320332 Marataízes 0,80000 0,11111 0,87500 0,66670 0,20000 0,20000 0,25000 320334 Marechal Floriano 0,20000 0,33330 0,50000 0,20000 0,66670 0,87500 0,16670 320335 Marilândia 0,14286 0,33330 0,87500 0,20000 0,33330 0,83330 0,12500 320340 Mimoso do Sul 0,66670 0,33330 0,20000 0,25000 0,25000 0,66670 0,14286 320350 Montanha 0,20000 0,16670 0,33330 0,33330 0,33330 0,25000 0,12500 320360 Mucurici 0,10000 0,10000 0,20000 0,11111 0,10000 0,88889 0,11111 320370 Muniz Freire 0,20000 0,25000 0,12500 0,14286 0,12500 0,75000 0,20000 320380 Muqui 0,14286 0,11111 0,11111 0,14286 0,14286 0,85714 0,16670 320390 Nova Venécia 0,87500 0,20000 0,25000 0,87500 0,83330 0,12500 0,88889 320400 Pancas 0,25000 0,16670 0,10000 0,12500 0,11111 0,66670 0,16670 320405 Pedro Canário 0,25000 0,10000 0,11111 0,16670 0,14286 0,85714 0,14286 320410 Pinheiros 0,33330 0,14286 0,75000 0,20000 0,16670 0,80000 0,20000 320420 Piúma 0,20000 0,12500 0,80000 0,25000 0,16670 0,87500 0,25000 320425 Ponto Belo 0,10000 0,10000 0,12500 0,10000 0,12500 0,88889 0,11111 320430 Presidente Kennedy 0,11111 0,11111 0,90000 0,11111 0,11111 0,85714 0,50000 320435 Rio Bananal 0,25000 0,75000 0,20000 0,25000 0,16670 0,20000 0,25000 320440 Rio Novo do Sul 0,12500 0,14286 0,12500 0,12500 0,20000 0,87500 0,20000 320450 Santa Leopoldina 0,12500 0,25000 0,14286 0,10000 0,10000 0,80000 0,12500 320455 Santa Maria de Jetibá 0,87500 0,90000 0,85714 0,83330 0,33330 0,14286 0,25000 320460 Santa Teresa 0,33330 0,80000 0,16670 0,75000 0,50000 0,12500 0,33330 320465 São Domingos do Norte 0,11111 0,20000 0,33330 0,12500 0,16670 0,85714 0,20000 320470 São Gabriel da Palha 0,83330 0,25000 0,16670 0,88889 0,88889 0,66670 0,33330 320480 São José do Calçado 0,11111 0,14286 0,12500 0,12500 0,14286 0,85714 0,12500 320495 São Roque do Canaã 0,12500 0,87500 0,14286 0,33330 0,75000 0,88889 0,50000 320501 Sooretama 0,33330 0,10000 0,66670 0,16670 0,33330 0,85714 0,16670 320503 Vargem Alta 0,25000 0,33330 0,14286 0,75000 0,80000 0,75000 0,16670 320506 Venda Nova do Imigrante 0,25000 0,50000 0,50000 0,80000 0,75000 0,33330 0,87500 320510 Viana 0,88889 0,10000 0,80000 0,85714 0,87500 0,16670 0,75000 320515 Vila Pavão 0,12500 0,80000 0,33330 0,14286 0,11111 0,80000 0,33330 320517 Vila Valério 0,16670 0,83330 0,85714 0,14286 0,11111 0,85714 0,33330 Alternativas 97 Tabela 26. Comparação par a par entre as alternativas e os limitantes no cenário Social Limitante local entre classe A e B Alternativas Limitante local entre classe B e C Taxa de Desemprego PIB per capita Taxa de Desemprego PIB per capita 320010 Afonso Cláudio 0,14286 0,66667 0,14286 0,85714 320016 Água Doce do Norte 0,20000 0,75000 0,20000 0,87500 320013 Águia Branca 0,14286 0,14286 0,14286 0,14286 320020 Alegre 0,20000 0,50000 0,20000 0,83333 320030 Alfredo Chaves 0,14286 0,20000 0,12500 0,20000 320035 Alto Rio Novo 0,33333 0,50000 0,33333 0,83333 320050 Apiacá 0,20000 0,85714 0,25000 0,88889 320070 Atilio Vivacqua 0,20000 0,14286 0,20000 0,14286 320080 Baixo Guandu 0,33333 0,25000 0,75000 0,25000 320090 Barra de São Francisco 0,33333 0,25000 0,33333 0,25000 320100 Boa Esperança 0,25000 0,16670 0,33333 0,16670 320110 Bom Jesus do Norte 0,20000 0,50000 0,25000 0,80000 320115 Brejetuba 0,10000 0,12500 0,10000 0,12500 320130 Cariacica 0,50000 0,11111 0,80000 0,11111 320140 Castelo 0,14286 0,16670 0,14286 0,16670 320160 Conceição da Barra 0,85714 0,12500 0,90000 0,12500 320170 Conceição do Castelo 0,16670 0,20000 0,16670 0,20000 320180 Divino de São Lourenço 0,12500 0,33333 0,12500 0,66667 320190 Domingos Martins 0,11111 0,20000 0,11111 0,20000 320200 Dores do Rio Preto 0,12500 0,25000 0,12500 0,33333 320210 Ecoporanga 0,25000 0,20000 0,33333 0,20000 320220 Fundão 0,33333 0,11111 0,50000 0,11111 320225 Governador Lindenberg 0,11111 0,14286 0,10000 0,14286 320230 Guaçuí 0,25000 0,33333 0,33333 0,33333 320240 Guarapari 0,50000 0,25000 0,85714 0,25000 320245 Ibatiba 0,16670 0,33333 0,16670 0,50000 320250 Ibiraçu 0,33333 0,11111 0,66667 0,11111 320255 Ibitirama 0,20000 0,33333 0,16670 0,33333 320260 Iconha 0,16670 0,14286 0,14286 0,14286 320265 Irupi 0,11111 0,12500 0,11111 0,12500 320270 Itaguaçu 0,12500 0,14286 0,12500 0,14286 320280 Itapemirim 0,33333 0,10000 0,50000 0,10000 320290 Itarana 0,11111 0,33333 0,11111 0,33333 320300 Iúna 0,11111 0,33333 0,11111 0,33333 320305 Jaguaré 0,50000 0,11111 0,83333 0,11111 320310 Jerônimo Monteiro 0,20000 0,80000 0,25000 0,88889 320313 João Neiva 0,33333 0,12500 0,66667 0,12500 320316 Laranja da Terra 0,10000 0,87500 0,10000 0,90000 320330 Mantenópolis 0,33333 0,66667 0,33333 0,85714 320332 Marataízes 0,50000 0,10000 0,83333 0,10000 320334 Marechal Floriano 0,14286 0,12500 0,14286 0,12500 320335 Marilândia 0,14286 0,11111 0,14286 0,11111 320340 Mimoso do Sul 0,14286 0,16670 0,14286 0,16670 320350 Montanha 0,25000 0,12500 0,25000 0,12500 320360 Mucurici 0,75000 0,16670 0,87500 0,16670 320370 Muniz Freire 0,16670 0,33333 0,16670 0,66667 320380 Muqui 0,50000 0,75000 0,80000 0,87500 320390 Nova Venécia 0,20000 0,16670 0,20000 0,16670 320400 Pancas 0,20000 0,88889 0,25000 0,90000 320405 Pedro Canário 0,83333 0,33333 0,88889 0,80000 320410 Pinheiros 0,25000 0,12500 0,25000 0,12500 320420 Piúma 0,33333 0,11111 0,75000 0,11111 320425 Ponto Belo 0,88889 0,33333 0,90000 0,75000 320430 Presidente Kennedy 0,50000 0,10000 0,85714 0,10000 320435 Rio Bananal 0,12500 0,16670 0,12500 0,16670 320440 Rio Novo do Sul 0,25000 0,33333 0,25000 0,50000 320450 Santa Leopoldina 0,16670 0,25000 0,16670 0,33333 320455 Santa Maria de Jetibá 0,10000 0,11111 0,10000 0,11111 320460 Santa Teresa 0,12500 0,20000 0,11111 0,20000 320465 São Domingos do Norte 0,20000 0,14286 0,20000 0,14286 320470 São Gabriel da Palha 0,16670 0,20000 0,16670 0,20000 320480 São José do Calçado 0,25000 0,33333 0,33333 0,75000 320495 São Roque do Canaã 0,10000 0,25000 0,10000 0,33333 320501 Sooretama 0,83333 0,12500 0,88889 0,12500 320503 Vargem Alta 0,14286 0,25000 0,14286 0,25000 320506 Venda Nova do Imigrante 0,12500 0,12500 0,12500 0,12500 320510 Viana 0,75000 0,11111 0,87500 0,11111 320515 Vila Pavão 0,12500 0,14286 0,12500 0,14286 320517 Vila Valério 0,11111 0,11111 0,11111 0,11111 98 5.3.2.3 Etapa 10.3: Atribuição de Classes Passo 7) Alocação em classes. Com o vetor prioridade local da alternativa e o vetor prioridade dos critérios, encontra-se o vetor prioridade global da primeira alternativa utilizando as equações 13 e 14. Se o vetor prioridade global da alternativa for maior que o vetor prioridade global do limitador entre as classes A e B, a alternativa pertence à classe A, se não, repete-se o processo com o vetor prioridade global relativo ao limitador entre as classes B e C; se for maior, pertence à classe B; se não, pertence à classe C. Tabela 27. Alternativas 320010 Afonso Cláudio Resultado da alternativa Afonso Claudio em relação ao limitante entre A e B perante o cenário econômico População Economicamente Ativa 0,04709 0,33333 0,02445 0,15187 Numero de Industrias 0,31302 0,25000 0,11111 0,33333 Taxa de Desemprego PIB per capita Numeros de Empregados 0,29688 0,25000 Escore Limitante Escore Alternativa 0,04163 Incetivos de Implatação 0,12506 0,16670 0,12500 0,7602 0,2398 Concorrentes Tomando como exemplo o cenário econômico, a alternativa Afonso Cláudio e o limitante entre as classes A e B (tabela 27), a alternativa não pertence à classe A, pois o escore do limitante é maior que o escore da alternativa. Realizando o mesmo processo para o limitante entre B e C (tabela 28), a alternativa também não pertence a B. Assim, a alternativa Afonso Cláudio perante o cenário econômico pertence à classe C. Tabela 28. Alternativas 320010 Afonso Cláudio Resultado da alternativa Afonso Claudio em relação ao limitante entre B e C perante o cenário econômico População Economicamente Ativa 0,04709 0,83330 0,15187 Numero de Industrias 0,31302 Numeros de Empregados 0,29688 0,11111 0,33330 0,25000 Taxa de Desemprego PIB per capita 0,02445 0,25000 Escore Limitante Escore Alternativa 0,04163 Incetivos de Implatação 0,12506 0,16670 0,12500 0,7367 0,2633 Concorrentes Passo 8) Classificação. Repetindo os passos de 5 a 7 para todas as alternativas e todos os cenários, tem-se a classificação de todas as alternativas para cada um dos cenários: Cenário econômico: Tabelas 29 e 30; Cenário social: Tabelas 31 e 32; Cenário estratégico: Tabelas 33 e 34. 99 Tabela 29. Classificação das alternativas em um cenário econômico em relação aos limitantes entre as classes A e B 0,02445 0,15187 Numero de Industrias 0,31302 0,04163 Incetivos de Implatação 0,12506 320010 Afonso Cláudio 0,33333 0,25000 0,11111 0,33333 0,25000 0,16670 0,12500 0,7602 0,2398 320016 Água Doce do Norte 0,12500 0,20000 0,11111 0,11111 0,16670 0,87500 0,11111 0,8378 0,1622 320013 Águia Branca 0,12500 0,33333 0,25000 0,11111 0,11111 0,87500 0,11111 0,8299 0,1701 320020 Alegre 0,33333 0,20000 0,11111 0,33333 0,20000 0,12500 0,14286 0,7758 0,2242 320030 Alfredo Chaves 0,20000 0,33333 0,20000 0,25000 0,20000 0,80000 0,16670 0,7603 0,2397 320035 Alto Rio Novo 0,10000 0,14286 0,11111 0,10000 0,12500 0,87500 0,14286 0,8522 0,1478 320050 Apiacá 0,10000 0,16670 0,10000 0,10000 0,11111 0,88889 0,11111 0,8608 0,1392 320070 Atilio Vivacqua 0,11111 0,16670 0,25000 0,33333 0,66667 0,88889 0,11111 0,5996 0,4004 320080 Baixo Guandu 0,33333 0,12500 0,14286 0,33333 0,33333 0,16670 0,83330 0,6451 0,3549 320090 Barra de São Francisco 0,75000 0,12500 0,16670 0,50000 0,80000 0,16670 0,50000 0,4728 0,5272 320100 Boa Esperança 0,16670 0,14286 0,20000 0,20000 0,14286 0,87500 0,20000 0,7918 0,2082 320110 Bom Jesus do Norte 0,11111 0,16670 0,11111 0,12500 0,20000 0,88889 0,12500 0,8227 0,1773 320115 Brejetuba 0,14286 0,87500 0,33333 0,16670 0,20000 0,85714 0,11111 0,7601 0,2399 320130 Cariacica 0,90000 0,11111 0,50000 0,90000 0,90000 0,11111 0,88889 0,2143 0,7857 A 320140 Castelo 0,66667 0,33333 0,20000 0,80000 0,83333 0,25000 0,50000 0,3593 0,6407 A 320160 Conceição da Barra 0,25000 0,10000 0,33333 0,16670 0,33333 0,66670 0,33330 0,7146 0,2854 320170 Conceição do Castelo 0,14286 0,20000 0,16670 0,16670 0,16670 0,88889 0,12500 0,8088 0,1912 320180 Divino de São Lourenço 0,10000 0,33333 0,12500 0,10000 0,12500 0,88889 0,11111 0,8488 0,1512 320190 Domingos Martins 0,80000 0,83333 0,16670 0,33333 0,25000 0,16670 0,50000 0,6686 0,3314 320200 Dores do Rio Preto 0,10000 0,33333 0,14286 0,11111 0,12500 0,88889 0,11111 0,8427 0,1573 320210 Ecoporanga 0,20000 0,14286 0,16670 0,25000 0,20000 0,20000 0,12500 0,8002 0,1998 320220 Fundão 0,20000 0,12500 0,66667 0,50000 0,33333 0,87500 0,20000 0,5694 0,4306 320225 Governador Lindenberg 0,12500 0,83333 0,25000 0,12500 0,14286 0,83330 0,33330 0,7779 0,2221 320230 Guaçuí 0,33333 0,14286 0,14286 0,75000 0,25000 0,25000 0,20000 0,6147 0,3853 320240 Guarapari 0,88889 0,11111 0,14286 0,87500 0,87500 0,12500 0,88889 0,2837 0,7163 320245 Ibatiba 0,25000 0,20000 0,12500 0,25000 0,14286 0,87500 0,16670 0,7864 0,2136 320250 Ibiraçu 0,12500 0,12500 0,50000 0,33333 0,25000 0,88889 0,50000 0,6370 0,3630 320255 Ibitirama 0,11111 0,20000 0,12500 0,10000 0,10000 0,88889 0,12500 0,8573 0,1427 320260 Iconha 0,16670 0,25000 0,25000 0,20000 0,25000 0,85714 0,20000 0,7506 0,2494 320265 Irupi 0,14286 0,66667 0,33333 0,11111 0,10000 0,87500 0,11111 0,8116 0,1884 320270 Itaguaçu 0,20000 0,33333 0,25000 0,14286 0,14286 0,85714 0,16670 0,8008 0,1992 320280 Itapemirim 0,25000 0,12500 0,88889 0,33333 0,50000 0,66670 0,50000 0,5071 0,4929 320290 Itarana 0,14286 0,80000 0,12500 0,25000 0,20000 0,33330 0,16670 0,7824 0,2176 320300 Iúna 0,33333 0,50000 0,12500 0,33333 0,20000 0,75000 0,25000 0,7269 0,2731 320305 Jaguaré 0,25000 0,11111 0,83333 0,16670 0,16670 0,66670 0,25000 0,6983 0,3017 320310 Jerônimo Monteiro 0,11111 0,16670 0,11111 0,14286 0,12500 0,87500 0,12500 0,8399 0,1601 320313 João Neiva 0,16670 0,12500 0,33333 0,33333 0,33333 0,33330 0,20000 0,6963 0,3037 320316 Laranja da Terra 0,12500 0,90000 0,10000 0,11111 0,12500 0,33330 0,11111 0,8573 0,1427 320330 Mantenópolis 0,12500 0,14286 0,11111 0,20000 0,11111 0,83330 0,16670 0,8226 0,1774 320332 Marataízes 0,33333 0,11111 0,87500 0,33333 0,20000 0,20000 0,25000 0,6454 0,3546 320334 Marechal Floriano 0,20000 0,25000 0,33333 0,20000 0,33333 0,87500 0,16670 0,7150 0,2850 320335 Marilândia 0,14286 0,25000 0,85714 0,20000 0,25000 0,83330 0,12500 0,6698 0,3302 320340 Mimoso do Sul 0,33333 0,25000 0,20000 0,25000 0,25000 0,66670 0,14286 0,7497 0,2503 320350 Montanha 0,20000 0,16670 0,33333 0,33333 0,25000 0,25000 0,12500 0,7313 0,2687 320360 Mucurici 0,10000 0,10000 0,20000 0,11111 0,10000 0,88889 0,11111 0,8471 0,1529 320370 Muniz Freire 0,20000 0,20000 0,12500 0,14286 0,12500 0,75000 0,20000 0,8286 0,1714 320380 Muqui 0,14286 0,11111 0,11111 0,14286 0,14286 0,85714 0,16670 0,8300 0,1700 320390 Nova Venécia 0,85714 0,20000 0,25000 0,80000 0,75000 0,12500 0,88889 0,3273 0,6727 320400 Pancas 0,20000 0,16670 0,10000 0,12500 0,11111 0,66670 0,16670 0,8506 0,1494 320405 Pedro Canário 0,20000 0,10000 0,11111 0,16670 0,14286 0,85714 0,14286 0,8231 0,1769 320410 Pinheiros 0,25000 0,14286 0,33333 0,20000 0,16670 0,80000 0,20000 0,7637 0,2363 320420 Piúma 0,20000 0,12500 0,33333 0,25000 0,16670 0,87500 0,25000 0,7415 0,2585 320425 Ponto Belo 0,10000 0,10000 0,12500 0,10000 0,12500 0,88889 0,11111 0,8546 0,1454 320430 Presidente Kennedy 0,11111 0,11111 0,90000 0,11111 0,11111 0,85714 0,50000 0,6894 0,3106 320435 Rio Bananal 0,20000 0,33333 0,20000 0,25000 0,16670 0,20000 0,25000 0,7847 0,2153 320440 Rio Novo do Sul 0,12500 0,14286 0,12500 0,12500 0,20000 0,87500 0,20000 0,8117 0,1883 320450 Santa Leopoldina 0,12500 0,20000 0,14286 0,10000 0,10000 0,80000 0,12500 0,8576 0,1424 320455 Santa Maria de Jetibá 0,83333 0,88889 0,80000 0,66667 0,25000 0,14286 0,25000 0,4974 0,5026 320460 Santa Teresa 0,25000 0,33333 0,16670 0,33333 0,33333 0,12500 0,33330 0,7046 0,2954 320465 São Domingos do Norte 0,11111 0,20000 0,33333 0,12500 0,16670 0,85714 0,20000 0,7899 0,2101 320470 São Gabriel da Palha 0,50000 0,20000 0,16670 0,83333 0,87500 0,66670 0,33330 0,3562 0,6438 320480 São José do Calçado 0,11111 0,14286 0,12500 0,12500 0,14286 0,85714 0,12500 0,8394 0,1606 320495 São Roque do Canaã 0,12500 0,85714 0,14286 0,33333 0,33333 0,88889 0,50000 0,6486 0,3514 320501 Sooretama 0,25000 0,10000 0,33333 0,16670 0,33333 0,85714 0,16670 0,7275 0,2725 320503 Vargem Alta 0,20000 0,25000 0,14286 0,33333 0,50000 0,75000 0,16670 0,6579 0,3421 320506 Venda Nova do Imigrante 0,25000 0,33333 0,33333 0,50000 0,50000 0,33330 0,87500 0,5012 0,4988 320510 Viana 0,87500 0,10000 0,50000 0,75000 0,85714 0,16670 0,75000 0,2904 0,7096 320515 Vila Pavão 0,12500 0,33333 0,25000 0,14286 0,11111 0,80000 0,33330 0,7953 0,2047 320517 Vila Valério 0,16670 0,50000 0,75000 0,14286 0,11111 0,85714 0,33330 0,7110 0,2890 Alternativas População Economicamente Ativa 0,04709 Taxa de Desemprego PIB per capita Numeros de Empregados 0,29688 Concorrentes Escore Limitante Escore Alternativa Aprorpiação de Classe A A A A A A 100 Tabela 30. Classificação das alternativas em um cenário econômico em relação aos limitantes entre as classes B e C 0,02445 0,15187 Numero de Industrias 0,31302 0,04163 Incetivos de Implatação 0,12506 320010 Afonso Cláudio 0,83330 0,25000 0,11111 0,33330 0,25000 0,16670 0,12500 0,7367 0,2633 320016 Água Doce do Norte 0,12500 0,33330 0,11111 0,11111 0,16670 0,87500 0,11111 0,8345 0,1655 320013 Águia Branca 0,12500 0,20000 0,25000 0,11111 0,11111 0,87500 0,11111 0,8332 0,1668 320020 Alegre 0,80000 0,20000 0,11111 0,33330 0,20000 0,12500 0,14286 0,7538 0,2462 320030 Alfredo Chaves 0,20000 0,50000 0,20000 0,25000 0,20000 0,80000 0,16670 0,7562 0,2438 320035 Alto Rio Novo 0,10000 0,14286 0,11111 0,10000 0,12500 0,87500 0,14286 0,8522 0,1478 320050 Apiacá 0,10000 0,16670 0,10000 0,10000 0,11111 0,88889 0,11111 0,8608 0,1392 320070 Atilio Vivacqua 0,11111 0,16670 0,33330 0,33330 0,83330 0,88889 0,11111 0,5375 0,4625 320080 Baixo Guandu 0,75000 0,12500 0,14286 0,66670 0,66670 0,16670 0,83330 0,4222 0,5778 B 320090 Barra de São Francisco 0,85714 0,12500 0,16670 0,83330 0,85714 0,16670 0,50000 0,3465 0,6535 A 320100 Boa Esperança 0,16670 0,14286 0,20000 0,20000 0,14286 0,87500 0,20000 0,7918 0,2082 320110 Bom Jesus do Norte 0,11111 0,16670 0,11111 0,12500 0,20000 0,88889 0,12500 0,8227 0,1773 320115 Brejetuba 0,14286 0,88889 0,50000 0,16670 0,20000 0,85714 0,11111 0,7345 0,2655 320130 Cariacica 0,90000 0,11111 0,83330 0,90000 0,90000 0,11111 0,88889 0,1636 0,8364 A 320140 Castelo 0,85714 0,33330 0,20000 0,87500 0,85714 0,25000 0,50000 0,3198 0,6802 A 320160 Conceição da Barra 0,33330 0,10000 0,75000 0,16670 0,33330 0,66670 0,33330 0,6474 0,3526 320170 Conceição do Castelo 0,14286 0,25000 0,16670 0,16670 0,16670 0,88889 0,12500 0,8075 0,1925 320180 Divino de São Lourenço 0,10000 0,66670 0,12500 0,10000 0,12500 0,88889 0,11111 0,8407 0,1593 320190 Domingos Martins 0,85714 0,87500 0,16670 0,50000 0,33330 0,16670 0,50000 0,5880 0,4120 320200 Dores do Rio Preto 0,10000 0,66670 0,14286 0,11111 0,12500 0,88889 0,11111 0,8345 0,1655 320210 Ecoporanga 0,25000 0,14286 0,16670 0,25000 0,20000 0,20000 0,12500 0,7978 0,2022 320220 Fundão 0,20000 0,12500 0,85714 0,80000 0,75000 0,87500 0,20000 0,3228 0,6772 320225 Governador Lindenberg 0,12500 0,87500 0,25000 0,12500 0,14286 0,83330 0,33330 0,7768 0,2232 320230 Guaçuí 0,75000 0,14286 0,14286 0,85714 0,25000 0,25000 0,20000 0,5616 0,4384 320240 Guarapari 0,88889 0,11111 0,14286 0,88889 0,88889 0,12500 0,88889 0,2752 0,7248 320245 Ibatiba 0,25000 0,25000 0,12500 0,25000 0,14286 0,87500 0,16670 0,7852 0,2148 320250 Ibiraçu 0,12500 0,12500 0,83330 0,33330 0,25000 0,88889 0,50000 0,5864 0,4136 320255 Ibitirama 0,11111 0,20000 0,12500 0,10000 0,10000 0,88889 0,12500 0,8573 0,1427 320260 Iconha 0,16670 0,25000 0,33330 0,20000 0,25000 0,85714 0,20000 0,7379 0,2621 320265 Irupi 0,14286 0,83330 0,66670 0,11111 0,10000 0,87500 0,11111 0,7569 0,2431 320270 Itaguaçu 0,20000 0,66670 0,25000 0,14286 0,14286 0,85714 0,16670 0,7927 0,2073 320280 Itapemirim 0,50000 0,12500 0,88889 0,50000 0,80000 0,66670 0,50000 0,3541 0,6459 320290 Itarana 0,14286 0,85714 0,12500 0,25000 0,20000 0,33330 0,16670 0,7810 0,2190 320300 Iúna 0,66670 0,83330 0,12500 0,50000 0,20000 0,75000 0,25000 0,6509 0,3491 320305 Jaguaré 0,33330 0,11111 0,87500 0,16670 0,16670 0,66670 0,25000 0,6880 0,3120 320310 Jerônimo Monteiro 0,11111 0,16670 0,11111 0,14286 0,12500 0,87500 0,12500 0,8399 0,1601 320313 João Neiva 0,16670 0,12500 0,33330 0,33330 0,66670 0,33330 0,20000 0,5973 0,4027 320316 Laranja da Terra 0,12500 0,90000 0,10000 0,11111 0,12500 0,33330 0,11111 0,8573 0,1427 320330 Mantenópolis 0,12500 0,14286 0,11111 0,20000 0,11111 0,83330 0,16670 0,8226 0,1774 320332 Marataízes 0,80000 0,11111 0,87500 0,66670 0,20000 0,20000 0,25000 0,5191 0,4809 320334 Marechal Floriano 0,20000 0,33330 0,50000 0,20000 0,66670 0,87500 0,16670 0,5887 0,4113 320335 Marilândia 0,14286 0,33330 0,87500 0,20000 0,33330 0,83330 0,12500 0,6404 0,3596 320340 Mimoso do Sul 0,66670 0,33330 0,20000 0,25000 0,25000 0,66670 0,14286 0,7320 0,2680 320350 Montanha 0,20000 0,16670 0,33330 0,33330 0,33330 0,25000 0,12500 0,7066 0,2934 320360 Mucurici 0,10000 0,10000 0,20000 0,11111 0,10000 0,88889 0,11111 0,8471 0,1529 320370 Muniz Freire 0,20000 0,25000 0,12500 0,14286 0,12500 0,75000 0,20000 0,8274 0,1726 320380 Muqui 0,14286 0,11111 0,11111 0,14286 0,14286 0,85714 0,16670 0,8300 0,1700 320390 Nova Venécia 0,87500 0,20000 0,25000 0,87500 0,83330 0,12500 0,88889 0,2783 0,7217 320400 Pancas 0,25000 0,16670 0,10000 0,12500 0,11111 0,66670 0,16670 0,8482 0,1518 320405 Pedro Canário 0,25000 0,10000 0,11111 0,16670 0,14286 0,85714 0,14286 0,8208 0,1792 320410 Pinheiros 0,33330 0,14286 0,75000 0,20000 0,16670 0,80000 0,20000 0,6965 0,3035 320420 Piúma 0,20000 0,12500 0,80000 0,25000 0,16670 0,87500 0,25000 0,6706 0,3294 320425 Ponto Belo 0,10000 0,10000 0,12500 0,10000 0,12500 0,88889 0,11111 0,8546 0,1454 320430 Presidente Kennedy 0,11111 0,11111 0,90000 0,11111 0,11111 0,85714 0,50000 0,6894 0,3106 320435 Rio Bananal 0,25000 0,75000 0,20000 0,25000 0,16670 0,20000 0,25000 0,7722 0,2278 320440 Rio Novo do Sul 0,12500 0,14286 0,12500 0,12500 0,20000 0,87500 0,20000 0,8117 0,1883 320450 Santa Leopoldina 0,12500 0,25000 0,14286 0,10000 0,10000 0,80000 0,12500 0,8564 0,1436 320455 Santa Maria de Jetibá 0,87500 0,90000 0,85714 0,83330 0,33330 0,14286 0,25000 0,4096 0,5904 320460 Santa Teresa 0,33330 0,80000 0,16670 0,75000 0,50000 0,12500 0,33330 0,5093 0,4907 320465 São Domingos do Norte 0,11111 0,20000 0,33330 0,12500 0,16670 0,85714 0,20000 0,7899 0,2101 320470 São Gabriel da Palha 0,83330 0,25000 0,16670 0,88889 0,88889 0,66670 0,33330 0,3178 0,6822 320480 São José do Calçado 0,11111 0,14286 0,12500 0,12500 0,14286 0,85714 0,12500 0,8394 0,1606 320495 São Roque do Canaã 0,12500 0,87500 0,14286 0,33330 0,75000 0,88889 0,50000 0,5245 0,4755 320501 Sooretama 0,33330 0,10000 0,66670 0,16670 0,33330 0,85714 0,16670 0,6729 0,3271 320503 Vargem Alta 0,25000 0,33330 0,14286 0,75000 0,80000 0,75000 0,16670 0,4340 0,5660 B 320506 Venda Nova do Imigrante 0,25000 0,50000 0,50000 0,80000 0,75000 0,33330 0,87500 0,3037 0,6963 B 320510 Viana 0,88889 0,10000 0,80000 0,85714 0,87500 0,16670 0,75000 0,2054 0,7946 A 320515 Vila Pavão 0,12500 0,80000 0,33330 0,14286 0,11111 0,80000 0,33330 0,7712 0,2288 320517 Vila Valério 0,16670 0,83330 0,85714 0,14286 0,11111 0,85714 0,33330 0,6865 0,3135 Alternativas População Economicamente Ativa 0,04709 Taxa de Desemprego PIB per capita Numeros de Empregados 0,29688 Concorrentes Escore Limitante Escore Alternativa Aprorpiação de Classe B A B A A A 101 Tabela 31. Classificação das alternativas em um cenário social em relação aos limitantes entre as classes A e B 0,41202 0,09057 Numero de Industrias 0,07987 0,02069 Incetivos de Implatação 0,03332 320010 Afonso Cláudio 0,33333 0,14286 0,66667 0,33333 0,25000 0,16670 0,12500 0,7385 0,2615 320016 Água Doce do Norte 0,12500 0,20000 0,75000 0,11111 0,16670 0,87500 0,11111 0,7670 0,2330 320013 Águia Branca 0,12500 0,14286 0,14286 0,11111 0,11111 0,87500 0,11111 0,8543 0,1457 320020 Alegre 0,33333 0,20000 0,50000 0,33333 0,20000 0,12500 0,14286 0,7382 0,2618 320030 Alfredo Chaves 0,20000 0,14286 0,20000 0,25000 0,20000 0,80000 0,16670 0,8082 0,1918 320035 Alto Rio Novo 0,10000 0,33333 0,50000 0,10000 0,12500 0,87500 0,14286 0,7462 0,2538 320050 Apiacá 0,10000 0,20000 0,85714 0,10000 0,11111 0,88889 0,11111 0,7718 0,2282 320070 Atilio Vivacqua 0,11111 0,20000 0,14286 0,33333 0,66667 0,88889 0,11111 0,7277 0,2723 320080 Baixo Guandu 0,33333 0,33333 0,25000 0,33333 0,33333 0,16670 0,83330 0,6610 0,3390 320090 Barra de São Francisco 0,75000 0,33333 0,25000 0,50000 0,80000 0,16670 0,50000 0,4994 0,5006 320100 Boa Esperança 0,16670 0,25000 0,16670 0,20000 0,14286 0,87500 0,20000 0,7843 0,2157 320110 Bom Jesus do Norte 0,11111 0,20000 0,50000 0,12500 0,20000 0,88889 0,12500 0,7853 0,2147 320115 Brejetuba 0,14286 0,10000 0,12500 0,16670 0,20000 0,85714 0,11111 0,8518 0,1482 320130 Cariacica 0,90000 0,50000 0,11111 0,90000 0,90000 0,11111 0,88889 0,3530 0,6470 320140 Castelo 0,66667 0,14286 0,16670 0,80000 0,83333 0,25000 0,50000 0,5716 0,4284 320160 Conceição da Barra 0,25000 0,85714 0,12500 0,16670 0,33333 0,66670 0,33330 0,4933 0,5067 320170 Conceição do Castelo 0,14286 0,16670 0,20000 0,16670 0,16670 0,88889 0,12500 0,8216 0,1784 320180 Divino de São Lourenço 0,10000 0,12500 0,33333 0,10000 0,12500 0,88889 0,11111 0,8479 0,1521 320190 Domingos Martins 0,80000 0,11111 0,20000 0,33333 0,25000 0,16670 0,50000 0,6855 0,3145 320200 Dores do Rio Preto 0,10000 0,12500 0,25000 0,11111 0,12500 0,88889 0,11111 0,8546 0,1454 320210 Ecoporanga 0,20000 0,25000 0,20000 0,25000 0,20000 0,20000 0,12500 0,7779 0,2221 320220 Fundão 0,20000 0,33333 0,11111 0,50000 0,33333 0,87500 0,20000 0,6941 0,3059 320225 Governador Lindenberg 0,12500 0,11111 0,14286 0,12500 0,14286 0,83330 0,33330 0,8547 0,1453 320230 Guaçuí 0,33333 0,25000 0,33333 0,75000 0,25000 0,25000 0,20000 0,6871 0,3129 320240 Guarapari 0,88889 0,50000 0,25000 0,87500 0,87500 0,12500 0,88889 0,3483 0,6517 320245 Ibatiba 0,25000 0,16670 0,33333 0,25000 0,14286 0,87500 0,16670 0,7836 0,2164 320250 Ibiraçu 0,12500 0,33333 0,11111 0,33333 0,25000 0,88889 0,50000 0,7257 0,2743 320255 Ibitirama 0,11111 0,20000 0,33333 0,10000 0,10000 0,88889 0,12500 0,8182 0,1818 320260 Iconha 0,16670 0,16670 0,14286 0,20000 0,25000 0,85714 0,20000 0,8042 0,1958 320265 Irupi 0,14286 0,11111 0,12500 0,11111 0,10000 0,87500 0,11111 0,8671 0,1329 320270 Itaguaçu 0,20000 0,12500 0,14286 0,14286 0,14286 0,85714 0,16670 0,8372 0,1628 320280 Itapemirim 0,25000 0,33333 0,10000 0,33333 0,50000 0,66670 0,50000 0,6661 0,3339 320290 Itarana 0,14286 0,11111 0,33333 0,25000 0,20000 0,33330 0,16670 0,8306 0,1694 320300 Iúna 0,33333 0,11111 0,33333 0,33333 0,20000 0,75000 0,25000 0,7735 0,2265 320305 Jaguaré 0,25000 0,50000 0,11111 0,16670 0,16670 0,66670 0,25000 0,6708 0,3292 320310 Jerônimo Monteiro 0,11111 0,20000 0,80000 0,14286 0,12500 0,87500 0,12500 0,7689 0,2311 320313 João Neiva 0,16670 0,33333 0,12500 0,33333 0,33333 0,33330 0,20000 0,7242 0,2758 320316 Laranja da Terra 0,12500 0,10000 0,87500 0,11111 0,12500 0,33330 0,11111 0,8146 0,1854 320330 Mantenópolis 0,12500 0,33333 0,66667 0,20000 0,11111 0,83330 0,16670 0,7203 0,2797 320332 Marataízes 0,33333 0,50000 0,10000 0,33333 0,20000 0,20000 0,25000 0,6457 0,3543 320334 Marechal Floriano 0,20000 0,14286 0,12500 0,20000 0,33333 0,87500 0,16670 0,7964 0,2036 320335 Marilândia 0,14286 0,14286 0,11111 0,20000 0,25000 0,83330 0,12500 0,8248 0,1752 320340 Mimoso do Sul 0,33333 0,14286 0,16670 0,25000 0,25000 0,66670 0,14286 0,7795 0,2205 320350 Montanha 0,20000 0,25000 0,12500 0,33333 0,25000 0,25000 0,12500 0,7691 0,2309 320360 Mucurici 0,10000 0,75000 0,16670 0,11111 0,10000 0,88889 0,11111 0,6086 0,3914 320370 Muniz Freire 0,20000 0,16670 0,33333 0,14286 0,12500 0,75000 0,20000 0,8067 0,1933 320380 Muqui 0,14286 0,50000 0,75000 0,14286 0,14286 0,85714 0,16670 0,6394 0,3606 320390 Nova Venécia 0,85714 0,20000 0,16670 0,80000 0,75000 0,12500 0,88889 0,5117 0,4883 320400 Pancas 0,20000 0,20000 0,88889 0,12500 0,11111 0,66670 0,16670 0,7491 0,2509 320405 Pedro Canário 0,20000 0,83333 0,33333 0,16670 0,14286 0,85714 0,14286 0,5270 0,4730 320410 Pinheiros 0,25000 0,25000 0,12500 0,20000 0,16670 0,80000 0,20000 0,7688 0,2312 320420 Piúma 0,20000 0,33333 0,11111 0,25000 0,16670 0,87500 0,25000 0,7388 0,2612 320425 Ponto Belo 0,10000 0,88889 0,33333 0,10000 0,12500 0,88889 0,11111 0,5332 0,4668 320430 Presidente Kennedy 0,11111 0,50000 0,10000 0,11111 0,11111 0,85714 0,50000 0,7013 0,2987 320435 Rio Bananal 0,20000 0,12500 0,16670 0,25000 0,16670 0,20000 0,25000 0,8335 0,1665 320440 Rio Novo do Sul 0,12500 0,25000 0,33333 0,12500 0,20000 0,87500 0,20000 0,7748 0,2252 320450 Santa Leopoldina 0,12500 0,16670 0,25000 0,10000 0,10000 0,80000 0,12500 0,8385 0,1615 320455 Santa Maria de Jetibá 0,83333 0,10000 0,11111 0,66667 0,25000 0,14286 0,25000 0,6735 0,3265 320460 Santa Teresa 0,25000 0,12500 0,20000 0,33333 0,33333 0,12500 0,33330 0,7860 0,2140 320465 São Domingos do Norte 0,11111 0,20000 0,14286 0,12500 0,16670 0,85714 0,20000 0,8211 0,1789 320470 São Gabriel da Palha 0,50000 0,16670 0,20000 0,83333 0,87500 0,66670 0,33330 0,5807 0,4193 320480 São José do Calçado 0,11111 0,25000 0,33333 0,12500 0,14286 0,85714 0,12500 0,7895 0,2105 320495 São Roque do Canaã 0,12500 0,10000 0,25000 0,33333 0,33333 0,88889 0,50000 0,7961 0,2039 320501 Sooretama 0,25000 0,83333 0,12500 0,16670 0,33333 0,85714 0,16670 0,5047 0,4953 320503 Vargem Alta 0,20000 0,14286 0,25000 0,33333 0,50000 0,75000 0,16670 0,7507 0,2493 320506 Venda Nova do Imigrante 0,25000 0,12500 0,12500 0,50000 0,50000 0,33330 0,87500 0,7308 0,2692 320510 Viana 0,87500 0,75000 0,11111 0,75000 0,85714 0,16670 0,75000 0,2773 0,7227 320515 Vila Pavão 0,12500 0,12500 0,14286 0,14286 0,11111 0,80000 0,33330 0,8532 0,1468 320517 Vila Valério 0,16670 0,11111 0,11111 0,14286 0,11111 0,85714 0,33330 0,8521 0,1479 Alternativas População Economicamente Ativa 0,20547 Taxa de Desemprego PIB per capita Numeros de Empregados 0,15806 Concorrentes Escore Limitante Escore Alternativa Aprorpiação de Classe A A A A A 102 Tabela 32. Classificação das alternativas em um cenário social em relação aos limitantes entre as classes B e C 0,41202 0,09057 Numero de Industrias 0,07987 0,02069 Incetivos de Implatação 0,03332 320010 Afonso Cláudio 0,83330 0,14286 0,85714 0,33330 0,25000 0,16670 0,12500 0,6185 0,3815 320016 Água Doce do Norte 0,12500 0,20000 0,87500 0,11111 0,16670 0,87500 0,11111 0,7556 0,2444 320013 Águia Branca 0,12500 0,14286 0,14286 0,11111 0,11111 0,87500 0,11111 0,8543 0,1457 320020 Alegre 0,80000 0,20000 0,83333 0,33330 0,20000 0,12500 0,14286 0,6122 0,3878 320030 Alfredo Chaves 0,20000 0,12500 0,20000 0,25000 0,20000 0,80000 0,16670 0,8156 0,1844 320035 Alto Rio Novo 0,10000 0,33333 0,83333 0,10000 0,12500 0,87500 0,14286 0,7160 0,2840 320050 Apiacá 0,10000 0,25000 0,88889 0,10000 0,11111 0,88889 0,11111 0,7483 0,2517 320070 Atilio Vivacqua 0,11111 0,20000 0,14286 0,33330 0,83330 0,88889 0,11111 0,7014 0,2986 320080 Baixo Guandu 0,75000 0,75000 0,25000 0,66670 0,66670 0,16670 0,83330 0,3244 0,6756 B 320090 Barra de São Francisco 0,85714 0,33333 0,25000 0,83330 0,85714 0,16670 0,50000 0,4418 0,5582 A 320100 Boa Esperança 0,16670 0,33333 0,16670 0,20000 0,14286 0,87500 0,20000 0,7500 0,2500 320110 Bom Jesus do Norte 0,11111 0,25000 0,80000 0,12500 0,20000 0,88889 0,12500 0,7376 0,2624 320115 Brejetuba 0,14286 0,10000 0,12500 0,16670 0,20000 0,85714 0,11111 0,8518 0,1482 320130 Cariacica 0,90000 0,80000 0,11111 0,90000 0,90000 0,11111 0,88889 0,2293 0,7707 320140 Castelo 0,85714 0,14286 0,16670 0,87500 0,85714 0,25000 0,50000 0,5227 0,4773 320160 Conceição da Barra 0,33330 0,90000 0,12500 0,16670 0,33330 0,66670 0,33330 0,4585 0,5415 320170 Conceição do Castelo 0,14286 0,16670 0,20000 0,16670 0,16670 0,88889 0,12500 0,8216 0,1784 320180 Divino de São Lourenço 0,10000 0,12500 0,66667 0,10000 0,12500 0,88889 0,11111 0,8177 0,1823 320190 Domingos Martins 0,85714 0,11111 0,20000 0,50000 0,33330 0,16670 0,50000 0,6473 0,3527 320200 Dores do Rio Preto 0,10000 0,12500 0,33333 0,11111 0,12500 0,88889 0,11111 0,8470 0,1530 320210 Ecoporanga 0,25000 0,33333 0,20000 0,25000 0,20000 0,20000 0,12500 0,7333 0,2667 320220 Fundão 0,20000 0,50000 0,11111 0,80000 0,75000 0,87500 0,20000 0,5356 0,4644 320225 Governador Lindenberg 0,12500 0,10000 0,14286 0,12500 0,14286 0,83330 0,33330 0,8593 0,1407 320230 Guaçuí 0,75000 0,33333 0,33333 0,85714 0,25000 0,25000 0,20000 0,5586 0,4414 320240 Guarapari 0,88889 0,85714 0,25000 0,88889 0,88889 0,12500 0,88889 0,1979 0,8021 320245 Ibatiba 0,25000 0,16670 0,50000 0,25000 0,14286 0,87500 0,16670 0,7685 0,2315 320250 Ibiraçu 0,12500 0,66667 0,11111 0,33330 0,25000 0,88889 0,50000 0,5884 0,4116 320255 Ibitirama 0,11111 0,16670 0,33333 0,10000 0,10000 0,88889 0,12500 0,8319 0,1681 320260 Iconha 0,16670 0,14286 0,14286 0,20000 0,25000 0,85714 0,20000 0,8141 0,1859 320265 Irupi 0,14286 0,11111 0,12500 0,11111 0,10000 0,87500 0,11111 0,8671 0,1329 320270 Itaguaçu 0,20000 0,12500 0,14286 0,14286 0,14286 0,85714 0,16670 0,8372 0,1628 320280 Itapemirim 0,50000 0,50000 0,10000 0,50000 0,80000 0,66670 0,50000 0,4854 0,5146 320290 Itarana 0,14286 0,11111 0,33333 0,25000 0,20000 0,33330 0,16670 0,8306 0,1694 320300 Iúna 0,66670 0,11111 0,33333 0,50000 0,20000 0,75000 0,25000 0,6916 0,3084 320305 Jaguaré 0,33330 0,83333 0,11111 0,16670 0,16670 0,66670 0,25000 0,5163 0,4837 320310 Jerônimo Monteiro 0,11111 0,25000 0,88889 0,14286 0,12500 0,87500 0,12500 0,7402 0,2598 320313 João Neiva 0,16670 0,66667 0,12500 0,33330 0,66670 0,33330 0,20000 0,5342 0,4658 320316 Laranja da Terra 0,12500 0,10000 0,90000 0,11111 0,12500 0,33330 0,11111 0,8124 0,1876 320330 Mantenópolis 0,12500 0,33333 0,85714 0,20000 0,11111 0,83330 0,16670 0,7030 0,2970 320332 Marataízes 0,80000 0,83333 0,10000 0,66670 0,20000 0,20000 0,25000 0,3859 0,6141 320334 Marechal Floriano 0,20000 0,14286 0,12500 0,20000 0,66670 0,87500 0,16670 0,7437 0,2563 320335 Marilândia 0,14286 0,14286 0,11111 0,20000 0,33330 0,83330 0,12500 0,8117 0,1883 320340 Mimoso do Sul 0,66670 0,14286 0,16670 0,25000 0,25000 0,66670 0,14286 0,7110 0,2890 320350 Montanha 0,20000 0,25000 0,12500 0,33330 0,33330 0,25000 0,12500 0,7559 0,2441 320360 Mucurici 0,10000 0,87500 0,16670 0,11111 0,10000 0,88889 0,11111 0,5571 0,4429 320370 Muniz Freire 0,20000 0,16670 0,66667 0,14286 0,12500 0,75000 0,20000 0,7765 0,2235 320380 Muqui 0,14286 0,80000 0,87500 0,14286 0,14286 0,85714 0,16670 0,5045 0,4955 320390 Nova Venécia 0,87500 0,20000 0,16670 0,87500 0,83330 0,12500 0,88889 0,4889 0,5111 320400 Pancas 0,25000 0,25000 0,90000 0,12500 0,11111 0,66670 0,16670 0,7172 0,2828 320405 Pedro Canário 0,25000 0,88889 0,80000 0,16670 0,14286 0,85714 0,14286 0,4515 0,5485 320410 Pinheiros 0,33330 0,25000 0,12500 0,20000 0,16670 0,80000 0,20000 0,7517 0,2483 320420 Piúma 0,20000 0,75000 0,11111 0,25000 0,16670 0,87500 0,25000 0,5671 0,4329 320425 Ponto Belo 0,10000 0,90000 0,75000 0,10000 0,12500 0,88889 0,11111 0,4909 0,5091 320430 Presidente Kennedy 0,11111 0,85714 0,10000 0,11111 0,11111 0,85714 0,50000 0,5541 0,4459 320435 Rio Bananal 0,25000 0,12500 0,16670 0,25000 0,16670 0,20000 0,25000 0,8232 0,1768 320440 Rio Novo do Sul 0,12500 0,25000 0,50000 0,12500 0,20000 0,87500 0,20000 0,7597 0,2403 320450 Santa Leopoldina 0,12500 0,16670 0,33333 0,10000 0,10000 0,80000 0,12500 0,8309 0,1691 320455 Santa Maria de Jetibá 0,87500 0,10000 0,11111 0,83330 0,33330 0,14286 0,25000 0,6384 0,3616 320460 Santa Teresa 0,33330 0,11111 0,20000 0,75000 0,50000 0,12500 0,33330 0,7150 0,2850 320465 São Domingos do Norte 0,11111 0,20000 0,14286 0,12500 0,16670 0,85714 0,20000 0,8211 0,1789 320470 São Gabriel da Palha 0,83330 0,16670 0,20000 0,88889 0,88889 0,66670 0,33330 0,5056 0,4944 320480 São José do Calçado 0,11111 0,33333 0,75000 0,12500 0,14286 0,85714 0,12500 0,7174 0,2826 320495 São Roque do Canaã 0,12500 0,10000 0,33333 0,33330 0,75000 0,88889 0,50000 0,7227 0,2773 320501 Sooretama 0,33330 0,88889 0,12500 0,16670 0,33330 0,85714 0,16670 0,4647 0,5353 320503 Vargem Alta 0,25000 0,14286 0,25000 0,75000 0,80000 0,75000 0,16670 0,6597 0,3403 320506 Venda Nova do Imigrante 0,25000 0,12500 0,12500 0,80000 0,75000 0,33330 0,87500 0,6673 0,3327 320510 Viana 0,88889 0,87500 0,11111 0,85714 0,87500 0,16670 0,75000 0,2116 0,7884 320515 Vila Pavão 0,12500 0,12500 0,14286 0,14286 0,11111 0,80000 0,33330 0,8532 0,1468 320517 Vila Valério 0,16670 0,11111 0,11111 0,14286 0,11111 0,85714 0,33330 0,8521 0,1479 Alternativas População Economicamente Ativa 0,20547 Taxa de Desemprego PIB per capita Numeros de Empregados 0,15806 Concorrentes Escore Limitante Escore Alternativa Aprorpiação de Classe A A A B B B B B B A 103 Tabela 33. Classificação das alternativas em um cenário estratégico em relação aos limitantes entre as classes A e B 0,02001 0,08862 Numero de Industrias 0,36003 0,03016 Incetivos de Implatação 0,18354 320010 Afonso Cláudio 0,33333 0,25000 0,11111 0,33333 0,25000 0,16670 0,12500 0,7531 0,2469 320016 Água Doce do Norte 0,12500 0,20000 0,11111 0,11111 0,16670 0,87500 0,11111 0,8488 0,1512 320013 Águia Branca 0,12500 0,33333 0,25000 0,11111 0,11111 0,87500 0,11111 0,8483 0,1517 320020 Alegre 0,33333 0,20000 0,11111 0,33333 0,20000 0,12500 0,14286 0,7651 0,2349 320030 Alfredo Chaves 0,20000 0,33333 0,20000 0,25000 0,20000 0,80000 0,16670 0,7673 0,2327 320035 Alto Rio Novo 0,10000 0,14286 0,11111 0,10000 0,12500 0,87500 0,14286 0,8604 0,1396 320050 Apiacá 0,10000 0,16670 0,10000 0,10000 0,11111 0,88889 0,11111 0,8699 0,1301 320070 Atilio Vivacqua 0,11111 0,16670 0,25000 0,33333 0,66667 0,88889 0,11111 0,6268 0,3732 320080 Baixo Guandu 0,33333 0,12500 0,14286 0,33333 0,33333 0,16670 0,83330 0,6010 0,3990 320090 Barra de São Francisco 0,75000 0,12500 0,16670 0,50000 0,80000 0,16670 0,50000 0,4546 0,5454 320100 Boa Esperança 0,16670 0,14286 0,20000 0,20000 0,14286 0,87500 0,20000 0,7976 0,2024 320110 Bom Jesus do Norte 0,11111 0,16670 0,11111 0,12500 0,20000 0,88889 0,12500 0,8335 0,1665 320115 Brejetuba 0,14286 0,87500 0,33333 0,16670 0,20000 0,85714 0,11111 0,7864 0,2136 320130 Cariacica 0,90000 0,11111 0,50000 0,90000 0,90000 0,11111 0,88889 0,1771 0,8229 A 320140 Castelo 0,66667 0,33333 0,20000 0,80000 0,83333 0,25000 0,50000 0,3329 0,6671 A 320160 Conceição da Barra 0,25000 0,10000 0,33333 0,16670 0,33333 0,66670 0,33330 0,7260 0,2740 320170 Conceição do Castelo 0,14286 0,20000 0,16670 0,16670 0,16670 0,88889 0,12500 0,8198 0,1802 320180 Divino de São Lourenço 0,10000 0,33333 0,12500 0,10000 0,12500 0,88889 0,11111 0,8607 0,1393 320190 Domingos Martins 0,80000 0,83333 0,16670 0,33333 0,25000 0,16670 0,50000 0,6414 0,3586 320200 Dores do Rio Preto 0,10000 0,33333 0,14286 0,11111 0,12500 0,88889 0,11111 0,8552 0,1448 320210 Ecoporanga 0,20000 0,14286 0,16670 0,25000 0,20000 0,20000 0,12500 0,7999 0,2001 320220 Fundão 0,20000 0,12500 0,66667 0,50000 0,33333 0,87500 0,20000 0,5969 0,4031 320225 Governador Lindenberg 0,12500 0,83333 0,25000 0,12500 0,14286 0,83330 0,33330 0,7855 0,2145 320230 Guaçuí 0,33333 0,14286 0,14286 0,75000 0,25000 0,25000 0,20000 0,5861 0,4139 320240 Guarapari 0,88889 0,11111 0,14286 0,87500 0,87500 0,12500 0,88889 0,2245 0,7755 320245 Ibatiba 0,25000 0,20000 0,12500 0,25000 0,14286 0,87500 0,16670 0,7865 0,2135 320250 Ibiraçu 0,12500 0,12500 0,50000 0,33333 0,25000 0,88889 0,50000 0,6422 0,3578 320255 Ibitirama 0,11111 0,20000 0,12500 0,10000 0,10000 0,88889 0,12500 0,8668 0,1332 320260 Iconha 0,16670 0,25000 0,25000 0,20000 0,25000 0,85714 0,20000 0,7636 0,2364 320265 Irupi 0,14286 0,66667 0,33333 0,11111 0,10000 0,87500 0,11111 0,8362 0,1638 320270 Itaguaçu 0,20000 0,33333 0,25000 0,14286 0,14286 0,85714 0,16670 0,8147 0,1853 320280 Itapemirim 0,25000 0,12500 0,88889 0,33333 0,50000 0,66670 0,50000 0,5421 0,4579 320290 Itarana 0,14286 0,80000 0,12500 0,25000 0,20000 0,33330 0,16670 0,7819 0,2181 320300 Iúna 0,33333 0,50000 0,12500 0,33333 0,20000 0,75000 0,25000 0,7194 0,2806 320305 Jaguaré 0,25000 0,11111 0,83333 0,16670 0,16670 0,66670 0,25000 0,7403 0,2597 320310 Jerônimo Monteiro 0,11111 0,16670 0,11111 0,14286 0,12500 0,87500 0,12500 0,8471 0,1529 320313 João Neiva 0,16670 0,12500 0,33333 0,33333 0,33333 0,33330 0,20000 0,7047 0,2953 320316 Laranja da Terra 0,12500 0,90000 0,10000 0,11111 0,12500 0,33330 0,11111 0,8630 0,1370 320330 Mantenópolis 0,12500 0,14286 0,11111 0,20000 0,11111 0,83330 0,16670 0,8235 0,1765 320332 Marataízes 0,33333 0,11111 0,87500 0,33333 0,20000 0,20000 0,25000 0,6773 0,3227 320334 Marechal Floriano 0,20000 0,25000 0,33333 0,20000 0,33333 0,87500 0,16670 0,7381 0,2619 320335 Marilândia 0,14286 0,25000 0,85714 0,20000 0,25000 0,83330 0,12500 0,7256 0,2744 320340 Mimoso do Sul 0,33333 0,25000 0,20000 0,25000 0,25000 0,66670 0,14286 0,7568 0,2432 320350 Montanha 0,20000 0,16670 0,33333 0,33333 0,25000 0,25000 0,12500 0,7400 0,2600 320360 Mucurici 0,10000 0,10000 0,20000 0,11111 0,10000 0,88889 0,11111 0,8613 0,1387 320370 Muniz Freire 0,20000 0,20000 0,12500 0,14286 0,12500 0,75000 0,20000 0,8302 0,1698 320380 Muqui 0,14286 0,11111 0,11111 0,14286 0,14286 0,85714 0,16670 0,8347 0,1653 320390 Nova Venécia 0,85714 0,20000 0,25000 0,80000 0,75000 0,12500 0,88889 0,2746 0,7254 320400 Pancas 0,20000 0,16670 0,10000 0,12500 0,11111 0,66670 0,16670 0,8518 0,1482 320405 Pedro Canário 0,20000 0,10000 0,11111 0,16670 0,14286 0,85714 0,14286 0,8275 0,1725 320410 Pinheiros 0,25000 0,14286 0,33333 0,20000 0,16670 0,80000 0,20000 0,7771 0,2229 320420 Piúma 0,20000 0,12500 0,33333 0,25000 0,16670 0,87500 0,25000 0,7509 0,2491 320425 Ponto Belo 0,10000 0,10000 0,12500 0,10000 0,12500 0,88889 0,11111 0,8654 0,1346 320430 Presidente Kennedy 0,11111 0,11111 0,90000 0,11111 0,11111 0,85714 0,50000 0,7251 0,2749 320435 Rio Bananal 0,20000 0,33333 0,20000 0,25000 0,16670 0,20000 0,25000 0,7789 0,2211 320440 Rio Novo do Sul 0,12500 0,14286 0,12500 0,12500 0,20000 0,87500 0,20000 0,8187 0,1813 320450 Santa Leopoldina 0,12500 0,20000 0,14286 0,10000 0,10000 0,80000 0,12500 0,8671 0,1329 320455 Santa Maria de Jetibá 0,83333 0,88889 0,80000 0,66667 0,25000 0,14286 0,25000 0,5089 0,4911 320460 Santa Teresa 0,25000 0,33333 0,16670 0,33333 0,33333 0,12500 0,33330 0,6924 0,3076 320465 São Domingos do Norte 0,11111 0,20000 0,33333 0,12500 0,16670 0,85714 0,20000 0,8091 0,1909 320470 São Gabriel da Palha 0,50000 0,20000 0,16670 0,83333 0,87500 0,66670 0,33330 0,3431 0,6569 320480 São José do Calçado 0,11111 0,14286 0,12500 0,12500 0,14286 0,85714 0,12500 0,8487 0,1513 320495 São Roque do Canaã 0,12500 0,85714 0,14286 0,33333 0,33333 0,88889 0,50000 0,6374 0,3626 320501 Sooretama 0,25000 0,10000 0,33333 0,16670 0,33333 0,85714 0,16670 0,7508 0,2492 320503 Vargem Alta 0,20000 0,25000 0,14286 0,33333 0,50000 0,75000 0,16670 0,6672 0,3328 320506 Venda Nova do Imigrante 0,25000 0,33333 0,33333 0,50000 0,50000 0,33330 0,87500 0,4684 0,5316 A 320510 Viana 0,87500 0,10000 0,50000 0,75000 0,85714 0,16670 0,75000 0,2677 0,7323 A 320515 Vila Pavão 0,12500 0,33333 0,25000 0,14286 0,11111 0,80000 0,33330 0,7984 0,2016 320517 Vila Valério 0,16670 0,50000 0,75000 0,14286 0,11111 0,85714 0,33330 0,7467 0,2533 Alternativas População Economicamente Ativa 0,05622 Taxa de Desemprego PIB per capita Numeros de Empregados 0,26142 Concorrentes Escore Limitante Escore Alternativa Aprorpiação de Classe A A A A 104 Tabela 34. Classificação das alternativas em um cenário estratégico em relação aos limitantes entre as classes B e C 0,02001 0,08862 Numero de Industrias 0,36003 0,03016 Incetivos de Implatação 0,18354 320010 Afonso Cláudio 0,83330 0,25000 0,11111 0,33330 0,25000 0,16670 0,12500 0,7250 0,2750 320016 Água Doce do Norte 0,12500 0,33330 0,11111 0,11111 0,16670 0,87500 0,11111 0,8461 0,1539 320013 Águia Branca 0,12500 0,20000 0,25000 0,11111 0,11111 0,87500 0,11111 0,8510 0,1490 320020 Alegre 0,80000 0,20000 0,11111 0,33330 0,20000 0,12500 0,14286 0,7389 0,2611 320030 Alfredo Chaves 0,20000 0,50000 0,20000 0,25000 0,20000 0,80000 0,16670 0,7640 0,2360 320035 Alto Rio Novo 0,10000 0,14286 0,11111 0,10000 0,12500 0,87500 0,14286 0,8604 0,1396 320050 Apiacá 0,10000 0,16670 0,10000 0,10000 0,11111 0,88889 0,11111 0,8699 0,1301 320070 Atilio Vivacqua 0,11111 0,16670 0,33330 0,33330 0,83330 0,88889 0,11111 0,5758 0,4242 320080 Baixo Guandu 0,75000 0,12500 0,14286 0,66670 0,66670 0,16670 0,83330 0,3704 0,6296 B 320090 Barra de São Francisco 0,85714 0,12500 0,16670 0,83330 0,85714 0,16670 0,50000 0,3137 0,6863 A 320100 Boa Esperança 0,16670 0,14286 0,20000 0,20000 0,14286 0,87500 0,20000 0,7976 0,2024 320110 Bom Jesus do Norte 0,11111 0,16670 0,11111 0,12500 0,20000 0,88889 0,12500 0,8335 0,1665 320115 Brejetuba 0,14286 0,88889 0,50000 0,16670 0,20000 0,85714 0,11111 0,7713 0,2287 320130 Cariacica 0,90000 0,11111 0,83330 0,90000 0,90000 0,11111 0,88889 0,1475 0,8525 A 320140 Castelo 0,85714 0,33330 0,20000 0,87500 0,85714 0,25000 0,50000 0,2890 0,7110 A 320160 Conceição da Barra 0,33330 0,10000 0,75000 0,16670 0,33330 0,66670 0,33330 0,6844 0,3156 320170 Conceição do Castelo 0,14286 0,25000 0,16670 0,16670 0,16670 0,88889 0,12500 0,8188 0,1812 320180 Divino de São Lourenço 0,10000 0,66670 0,12500 0,10000 0,12500 0,88889 0,11111 0,8541 0,1459 320190 Domingos Martins 0,85714 0,87500 0,16670 0,50000 0,33330 0,16670 0,50000 0,5556 0,4444 320200 Dores do Rio Preto 0,10000 0,66670 0,14286 0,11111 0,12500 0,88889 0,11111 0,8485 0,1515 320210 Ecoporanga 0,25000 0,14286 0,16670 0,25000 0,20000 0,20000 0,12500 0,7970 0,2030 320220 Fundão 0,20000 0,12500 0,85714 0,80000 0,75000 0,87500 0,20000 0,3631 0,6369 320225 Governador Lindenberg 0,12500 0,87500 0,25000 0,12500 0,14286 0,83330 0,33330 0,7847 0,2153 320230 Guaçuí 0,75000 0,14286 0,14286 0,85714 0,25000 0,25000 0,20000 0,5241 0,4759 320240 Guarapari 0,88889 0,11111 0,14286 0,88889 0,88889 0,12500 0,88889 0,2158 0,7842 320245 Ibatiba 0,25000 0,25000 0,12500 0,25000 0,14286 0,87500 0,16670 0,7855 0,2145 320250 Ibiraçu 0,12500 0,12500 0,83330 0,33330 0,25000 0,88889 0,50000 0,6127 0,3873 320255 Ibitirama 0,11111 0,20000 0,12500 0,10000 0,10000 0,88889 0,12500 0,8668 0,1332 320260 Iconha 0,16670 0,25000 0,33330 0,20000 0,25000 0,85714 0,20000 0,7562 0,2438 320265 Irupi 0,14286 0,83330 0,66670 0,11111 0,10000 0,87500 0,11111 0,8033 0,1967 320270 Itaguaçu 0,20000 0,66670 0,25000 0,14286 0,14286 0,85714 0,16670 0,8080 0,1920 320280 Itapemirim 0,50000 0,12500 0,88889 0,50000 0,80000 0,66670 0,50000 0,3896 0,6104 320290 Itarana 0,14286 0,85714 0,12500 0,25000 0,20000 0,33330 0,16670 0,7808 0,2192 320300 Iúna 0,66670 0,83330 0,12500 0,50000 0,20000 0,75000 0,25000 0,6340 0,3660 320305 Jaguaré 0,33330 0,11111 0,87500 0,16670 0,16670 0,66670 0,25000 0,7319 0,2681 320310 Jerônimo Monteiro 0,11111 0,16670 0,11111 0,14286 0,12500 0,87500 0,12500 0,8471 0,1529 320313 João Neiva 0,16670 0,12500 0,33330 0,33330 0,66670 0,33330 0,20000 0,6175 0,3825 320316 Laranja da Terra 0,12500 0,90000 0,10000 0,11111 0,12500 0,33330 0,11111 0,8630 0,1370 320330 Mantenópolis 0,12500 0,14286 0,11111 0,20000 0,11111 0,83330 0,16670 0,8235 0,1765 320332 Marataízes 0,80000 0,11111 0,87500 0,66670 0,20000 0,20000 0,25000 0,5310 0,4690 320334 Marechal Floriano 0,20000 0,33330 0,50000 0,20000 0,66670 0,87500 0,16670 0,6345 0,3655 320335 Marilândia 0,14286 0,33330 0,87500 0,20000 0,33330 0,83330 0,12500 0,7005 0,2995 320340 Mimoso do Sul 0,66670 0,33330 0,20000 0,25000 0,25000 0,66670 0,14286 0,7364 0,2636 320350 Montanha 0,20000 0,16670 0,33330 0,33330 0,33330 0,25000 0,12500 0,7183 0,2817 320360 Mucurici 0,10000 0,10000 0,20000 0,11111 0,10000 0,88889 0,11111 0,8613 0,1387 320370 Muniz Freire 0,20000 0,25000 0,12500 0,14286 0,12500 0,75000 0,20000 0,8292 0,1708 320380 Muqui 0,14286 0,11111 0,11111 0,14286 0,14286 0,85714 0,16670 0,8347 0,1653 320390 Nova Venécia 0,87500 0,20000 0,25000 0,87500 0,83330 0,12500 0,88889 0,2249 0,7751 320400 Pancas 0,25000 0,16670 0,10000 0,12500 0,11111 0,66670 0,16670 0,8490 0,1510 320405 Pedro Canário 0,25000 0,10000 0,11111 0,16670 0,14286 0,85714 0,14286 0,8247 0,1753 320410 Pinheiros 0,33330 0,14286 0,75000 0,20000 0,16670 0,80000 0,20000 0,7355 0,2645 320420 Piúma 0,20000 0,12500 0,80000 0,25000 0,16670 0,87500 0,25000 0,7095 0,2905 320425 Ponto Belo 0,10000 0,10000 0,12500 0,10000 0,12500 0,88889 0,11111 0,8654 0,1346 320430 Presidente Kennedy 0,11111 0,11111 0,90000 0,11111 0,11111 0,85714 0,50000 0,7251 0,2749 320435 Rio Bananal 0,25000 0,75000 0,20000 0,25000 0,16670 0,20000 0,25000 0,7677 0,2323 320440 Rio Novo do Sul 0,12500 0,14286 0,12500 0,12500 0,20000 0,87500 0,20000 0,8187 0,1813 320450 Santa Leopoldina 0,12500 0,25000 0,14286 0,10000 0,10000 0,80000 0,12500 0,8661 0,1339 320455 Santa Maria de Jetibá 0,87500 0,90000 0,85714 0,83330 0,33330 0,14286 0,25000 0,4195 0,5805 B 320460 Santa Teresa 0,33330 0,80000 0,16670 0,75000 0,50000 0,12500 0,33330 0,4848 0,5152 B 320465 São Domingos do Norte 0,11111 0,20000 0,33330 0,12500 0,16670 0,85714 0,20000 0,8091 0,1909 320470 São Gabriel da Palha 0,83330 0,25000 0,16670 0,88889 0,88889 0,66670 0,33330 0,2997 0,7003 320480 São José do Calçado 0,11111 0,14286 0,12500 0,12500 0,14286 0,85714 0,12500 0,8487 0,1513 320495 São Roque do Canaã 0,12500 0,87500 0,14286 0,33330 0,75000 0,88889 0,50000 0,5282 0,4718 320501 Sooretama 0,33330 0,10000 0,66670 0,16670 0,33330 0,85714 0,16670 0,7166 0,2834 320503 Vargem Alta 0,25000 0,33330 0,14286 0,75000 0,80000 0,75000 0,16670 0,4342 0,5658 B 320506 Venda Nova do Imigrante 0,25000 0,50000 0,50000 0,80000 0,75000 0,33330 0,87500 0,2769 0,7231 A 320510 Viana 0,88889 0,10000 0,80000 0,85714 0,87500 0,16670 0,75000 0,1971 0,8029 A 320515 Vila Pavão 0,12500 0,80000 0,33330 0,14286 0,11111 0,80000 0,33330 0,7816 0,2184 320517 Vila Valério 0,16670 0,83330 0,85714 0,14286 0,11111 0,85714 0,33330 0,7305 0,2695 Alternativas População Economicamente Ativa 0,05622 Taxa de Desemprego PIB per capita Numeros de Empregados 0,26142 Concorrentes Escore Limitante Escore Alternativa Aprorpiação de Classe B A B A A 105 Com a classificação de todas as alternativas em cada um dos cenários propostos, temse a classificação de acordo com a tabela 35. Tabela 35. Classificação final das alternativas Classe Cenário Econômico Cenário Social Cenário Estratégico Prioritária – A Barra de São Francisco; Cariacica; Castelo; Guarapari; Nova Venécia; Santa Maria de Jetibá; São Gabriel da Palha e Viana. Barra de São Francisco; Cariacica; Conceição da Barra; Guarapari; Viana. Barra de São Francisco; Cariacica; Castelo; Guarapari; Nova Venécia; São Gabriel da Palha; Venda Nova do Imigrante e Viana. Opcional – B Baixo Guandu; Fundão; Itapemirim; Vargem Alta e Venda Nova do Imigrante. Baixo Guandu; Itapemirim; Marataízes; Nova Venécia; Pedro Canário; Ponto Belo; Sooretama. Baixo Guandu; Fundão; Itapemirim; Santa Maria de Jetibá; Santa Teresa; Vargem Alta. Desnecessária – C Demais Municípios Demais Municípios Demais Municípios 5.3.3 Etapa 11: Ranqueamento das alternativas na classe relevante utilizando o AHP Mediante a classificação do AHPSort, identifica-se os pertencentes à classe prioritária. Como o número de alternativas é menor que 9, dentro do limite psicológico indicado por Saaty, procede-se a aplicação do AHP tradicional para o ranqueamento das alternativas desta classe. Para cada cenário será construída uma estrutura hierárquica especifica de acordo com a classificação resultante da aplicação do AHPSort. As figuras 43, 44 e 45 mostram as 106 estruturas hierárquicas das telas do software Super Decisions, relativas aos cenários econômico, social e estratégico, respectivamente. Figura 43. Figura 44. Estrutura hierárquica ranqueamento cenário econômico Estrutura hierárquica ranqueamento cenário social 107 Figura 45. Estrutura hierárquica ranqueamento cenário estratégico Utilizando o julgamento dos critérios mostrado no passo 4 da etapa 10, conforme figuras 37, 39 e 41 e se obteve os valores do vetor prioridade dos critérios conforme as figuras 38, 40 e 42. Com auxílio do software Super Decisions e utilizando o lançamento direto dos valores das alternativas para cada um dos critérios encontra-se para cada cenário o ranqueamento das mesmas. As telas com os valores dos lançamentos diretos e as comparações par a par das alternativas estão nos anexos E, F e G, separados de acordo com os cenários, econômico, social e estratégico, respectivamente. As figuras 46 e 47 mostram as telas com os resultados do ranqueamento no cenário econômico. Figura 46. Tela de saída do Super Decisions com o resultado do ranqueamento no cenário econômico 108 Figura 47. Tela de saída do Super Decisions com o gráfico do ranqueamento para o cenário econômico As figuras 48 e 49 mostram as telas com os resultados do ranqueamento no cenário social. Figura 48. Tela de saída do Super Decisions com o resultado do ranqueamento no cenário social 109 Figura 49. Tela de saída do Super Decisions com o gráfico do ranqueamento para o cenário social As figuras 50 e 51 mostram as telas com os resultados do ranqueamento no cenário estratégico. Figura 50. Tela de saída do Super Decisions com o resultado do ranqueamento no cenário estratégico 110 Tela de saída do Super Decisions com o gráfico do ranqueamento para o cenário estratégico Figura 51. A tabela 36 mostra os resultados do ranqueamento nos três cenários para facilitar a analises na quarta fase do modelo. Tabela 36. Ranqueamento final das alternativas Ranking Cenário Econômico Cenário Social Cenário Estratégico 1 Cariacica Cariacica Cariacica 2 Guarapari Guarapari Guarapari 3 São Gabriel da Palha Viana São Gabriel da Palha 4 Viana Conceição da barra Viana 5 Castelo Barra de São Francisco Castelo 6 Nova Venécia Nova Venécia 7 Santa Maria de Jetibá Venda Nova do Imigrante 8 Barra de São Francisco Barra de São Francisco 111 5.4 Fase 4: Avaliação das Ações Potenciais Está fase explicita a avaliação dos resultados encontrados e o tratamento dos cenários encontrados. 5.4.1 Etapa 12: Análise dos cenários Tonando os valores do vetor prioridade dos critérios para cada um dos cenários, vê-se uma coerência em relação aos valores encontrados e uma perspectiva real relativa a estes cenários: Cenário Econômico: O vetor prioridade relacionado aos critérios, número de indústrias, número de empregados da indústria, PIB per capita e incentivos se sobressaem aos demais, gerando para este cenário uma característica de busca de sustentabilidade econômica tanto para implantação quanto para sustentabilidade financeira futura: o Devido ao grande número de indústrias e empregados existirá uma arrecadação compulsória relevante neste município; o Devido ao alto valor de PIB per capita, existirá uma condição de compra de serviços por parte da população local; o Devido aos incentivos no município as condições e facilidades de implantação da nova unidade serão favoráveis, e o custo será reduzido; o Devido aos incentivos do município, existe a atração de novas indústrias e parques industriais para a região, sendo importante a capacitação profissional para que exista mão de obra qualificada para a implantação dessas empresas; o Devido ao grande número de empregados, haverá oportunidades para cursos e treinamentos para qualificação e aperfeiçoamento dessa mão de obra; 112 o Devido ao grande número de empregados, haverá demanda de formação de mão de obra para substituição e renovação dessa força de trabalho. Cenário Social: O vetor prioridade relacionado aos critérios taxa de desemprego e população economicamente ativa se destacam neste cenário agregando condições para melhoria dos índices sociais da região. Nesses critérios, os índices são trabalhados de forma invertida: o Devido à elevada taxa de desemprego, há necessidade de maior qualificação da população visando à inserção ou recolocação no mercado de trabalho; o Pensando em um número elevado de população economicamente ativa, a capacitação dessa população é essencial para que não seja necessária a busca de mão de obra fora do município, assim aumentando a inserção desta população no mercado. Cenário Estratégico: O vetor prioridade relacionado aos critérios número de indústrias e número de empregados da indústria são os mais relevantes: o O grande número de indústrias, devido à relação direta entre os sindicatos patronais e o SENAI, implica em um atendimento diferenciado à região, necessitando de que o SENAI esteja mais próximo para facilitar o atendimento a estas empresas; o O grande número de empregados da indústria local demonstra o porte das empresas alocadas no município, e quanto maior o tamanho das indústrias, mais relevância a presença da entidade na região. Os resultados encontrados na classificação das alternativas mostram uma pequena variação na classificação dos municípios entre os três cenários apresentados, conforme tabela 36. 113 Entre o cenário econômico e estratégico, ocorre uma similaridade nas alternativas classificadas como prioritárias, com a exceção das alternativas: Venda Nova do Imigrante e Santa Maria de Jetibá. Comparando os dois cenários com o cenário social somente quatro alternativas permaneceram, além de surgir uma nova Conceição da Barra. Os resultados da classificação mostram quatro ótimas alternativas a serem trabalhadas: os municípios de Barra de São Francisco, Cariacica, Guarapari e Viana, já que os mesmos aparecem classificados como prioritários em todos os cenários montados. Em relação ao ranqueamento da classe prioritária de cada cenário, tem-se uma coincidência entre os cenários econômico e estratégico, nos quatro primeiros ranqueados: Cariacica; Guarapari; São Gabriel da Palha; e Viana. Agregando a esta análise também o cenário social, tem-se um ranking igual nos três cenários para as duas primeiras alternativas: Cariacica; Guarapari. Analisando o principal objetivo da escola a ser montada, o decisor pode escolher o cenário mais adequado para a escolha das alternativas relevantes. O SENAI, dentro de sua filosofia de implantação, pode montar escolas voltadas em parte para o atendimento da gratuidade regimental, tendo assim estabelecido um cenário social. Pensando na implantação de unidades que busquem o atendimento a empresas instaladas e sua expansão, bem como novas plantas industriais revela-se um cenário estratégico. E pensando em um cenário estratégico a implantação de unidades para atendimento às indústrias, mas visando a manutenção e sustentabilidade financeira da entidade. De acordo com cada um desses perfis, 114 pode ser escolhido um dos cenários listados, bem como realizar união destes cenários buscando vários objetivos a serem alcançados por esta nova unidade. 5.4.2 Etapa 13: Avaliação dos resultados alcançados Os resultados encontrados mostram uma tendência à escolha do município de Cariacica como pretendente à instalação da primeira nova unidade a ser construída, já que o município se destaca em todos os cenários montados para a decisão. Dependendo do perfil da unidade e do recurso de investimento que se possui pode ser investido em mais de uma unidade a ser construída, podendo seguir o ranking de cada cenário para apoiar a escolha dos municípios. Pensando no número de alternativas que se encontrar na classe prioritária de cada cenário, em nenhum dos cenários se atingi mais de nove. No entanto, esse número poderia ultrapassar o limite de 7 + 2, o que inviabilizaria o uso do AHP tradicional para o ranqueamento. Se esse fato ocorresse, deveriam ser revistos os perfis limitantes locais entre a primeira e segunda classes. Elevando os valores dos limitantes, haveria uma diminuição das alternativas até o limite máximo para aplicação do APH no ranqueamento das alternativas. O número de comparações par a par, se fosse utilizado somente o AHP tradicional, tornaria inviável a utilização deste método somente, mas utilizando o AHPSort realmente houve uma redução das comparações na etapa de classificação. Tomando o cenário econômico para exemplificar: se fosse utilizado o método AHP tradicional, o número de comparações das alternativas, conforme equação 11, seria de 2.346 para cada critério; como são 7 critérios, seriam 16.422 comparações. Já utilizando o método AHPSort, realiza-se para a classificação das alternativas 69 comparações para cada perfil limitante local; como são dois, 115 tem-se 138 comparações. Pensando nos 7 critérios, realiza-se 966 comparações, e após a classificação realiza-se o ranqueamento da classe prioritária, com 8 alternativas, usando novamente a equação 11. São mais 28 comparações em cada critério, somando 196. Assim, tem-se um total de 1.162 comparações utilizando o AHPSort. Outro fator que gera facilidades em relação ao uso do método AHPSort é devido a não existência de comparação entre alternativas na classificação, pois elas são comparadas aos limitantes, neste momento é eliminada a probabilidade de inconsistência. Constata-se também que apesar de ser um método recente, o AHPSort mostra-se consistente para classificação de alternativas, e, por ser derivado do AHP, a união dos dois métodos no modelo pode ser considerada bem adaptada. 116 6 CONCLUSÃO Foi constatada a existência de um potencial muito significativo para utilização da sistemática utilizada nesse estudo, trazendo para o SENAI uma nova proposta de método para tratar o problema de instalação de novas unidades. Pode-se constatar que o estudo não propõe a extinção das práticas até então adotadas para tratar este problema específico. Ao contrário, veio preencher duas lacunas fundamentais até então não observadas: a incorporação de métodos que levassem em consideração as variáveis qualitativas e intangíveis que pudesse tratar este problema de escolha e o envolvimento de atores no processo que tradicionalmente não eram envolvidos. Obviamente algumas lacunas deixadas neste primeiro estudo podem ser complementadas com outras ferramentas capazes de aprimorá-lo. Neste estudo existe uma limitação devido ao não envolvimento de alguns stakeholders, considerados fundamentais, cujos valores e percepções podem enriquecer ainda mais as informações levantadas. Esses stakeholders são as lideranças externas que, embora não participem diretamente da decisão, indiretamente têm um peso significativo com suas contribuições. A indicação do município de Cariacica como a melhor opção ratifica o sentimento da maioria dos envolvidos no estudo. Entretanto, ao considerar os critérios utilizados no estudo, fica evidente a relevância de se analisar os aspectos qualitativos, quando não existem indicadores tangíveis muito fortes para distinção entre um município e outro. O modelo proposto pode, após sua aplicação, ser complementado com a análise da viabilidade técnico financeira dos munícios classificados como prioritários, principalmente quando utilizado o cenário econômico. Esta análise já é realizada hoje pelo SENAI, quando da criação de novos projetos, incluindo a de construção de uma nova unidade do SENAI. 117 Na construção do modelo, este poderia não ter comtemplado o ranqueamento das alternativas, e encerrado com a classificação das mesmas, mas caso o SENAI não possua recursos para investimento em todas as alternativas da classe mais relevante, o ranqueamento auxilia na escolha das melhores opções dentro dessa classe. Mediante o apresentado neste trabalho, foi concretizado o objetivo geral de propor um modelo para definição de municípios para implantação de novas unidades do SENAI com a utilização de métodos multicritérios de apoio à decisão. Este modelo foi construído de forma genérica, de forma que possa auxiliar na definição desses municípios em qualquer estado da federação e que possa ser aplicado em qualquer Departamento Regional do SENAI. Com relação aos objetivos específicos: a) O modelo mostra como identificar os decisores em âmbito nacional para definição dos cenários e critérios a serem considerados na escolha dos municípios; os decisores em âmbito regional para realização dos julgamentos desses critérios, bem como a definição das classes e seus limitantes; e para o julgamento das alternativas em relação a cada um deles; b) O modelo estrutura o pensamento dos decisores em âmbito nacional em mapas cognitivos individuais e estes são congregados em um único mapa, que pela separação em clusters leva a definição dos critérios para resolução do problema; c) O modelo utiliza o método AHPSort para separação dos municípios em classes de acordo com cada cenário montado; d) O modelo utiliza ainda o método AHP tradicional para ranquear as alternativas da classe mais relevante, a fim de encontrar a melhor opção caso os recursos para investimento não possam atingir todas as alternativas desta classe. 118 Para trabalhos futuros, podem ser analisados também os municípios que já possuem unidades do SENAI, verificando a possibilidade de construção de uma segunda unidade no mesmo município. Como continuidade deste trabalho também pode ser gerado um modelo que, de posse da definição dos municípios, possa auxiliar na escolha do melhor local para implantação desta nova unidade do SENAI. 119 REFERÊNCIAS ACKERMANN, F.; EDEN, C.; CROPPER, S. Getting started with cognitive mapping. 7 th Yong OR Conference Tutorial Papers. Birmingham: O.R. Society. 1992. p. p. 65-82. ALMEIDA, A. T. D. Processo de decisão nas organizações. São Paulo: Atlas, 2013. BRASIL. MINISTÉRIO DO TRABALHO E EMPREGO. Perfil do Municípios. Ministério do Trabalho e Emprego - MTE, 2013. Disponivel em: <Fonte: MTE, CAGED - Perfil municipio Espirito Santo.>. Acesso em: 08 Maio 2014. CONFEDERAÇÃO NACIONAL DA INDUSTRIA. Programa SENAI de apoio à competitividade da indústria brasileira. Portal da Industria, 2014. Disponivel em: <http://www.portaldaindustria.com.br/senai/canal/programa-apoio-competitividade-industriabrasileira-home/>. Acesso em: 14 Maio 2014. COSTA, T. C.; BELDERRAIN, M. C. N. Decisão em grupo em métodos multicritérios de apoio à decisão. In: ENCONTRO DE INICIAÇÃO CIENTIFICA E PÓS-GRADUAÇÃO, 2009. Anais do 15º Encontro de Iniciação Científica e Pós-Graduação do ITA – XV ENCITA, São José dos Campo: Instituto Tecnológico de Aeronáutica, 22 a 29 Outubro 2009. ENSSLIN, L.; MONTIBELLER NETO, G. Mapas Cognitivos no Apoio à Decisão. ENEGEP - Encontro Nacional de Engenharia de Produção, Rio de Janeiro, 1998. ENSSLIN, L.; MONTIBELLER NETO, G.; NORONHA, S. M. Apoio à decisão: metodologias para estruturação de problemas e avaliação multicritério de alternativas. Florianópolis: Editora Insular, 2001. ESPIRITO SANTO. SECRETARIA ESTADUAL DE EDUCAÇÃO. Sinopse estatística do censo escolar 2010. Censo Escolar, 2010. Disponivel em: <http://www.sedu.es.gov.br/web/censo_2011_ref.htm>. Acesso em: 05 Maio 2014. FREEMAM, E. R. Strategic Management: A Stakeholder Approach. Boston: Pitman Publishing Inc, 1984. FREEMAN, E. R. Strategic Management: A Stakeholder Approach. Nova York: Cambridge University Press, 2010. GOMES, L. F. A. M. Teoria da Decisão. São Paulo: Thomson Learning, 2007. GOMES, L. F. A. M.; ANDRADE, R. M. D. Perfornance Evaluation in Assets Mangement with the AHP. Pesquisa Operacional, v. 32, n. 1, p. 31 - 53, março 2012. ISSN 1678-5142. GOMES, L. F. A. M.; ARAYA, M. C. G.; CARIGNANO, C. Tomada de Decisões em Cenários Complexos. São Paulo: Cengage Learning, 2011. INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Informações Cidades Espirito Santo. IBGE: Instituto Brasileiro de Geografia e Estatística, 2010. Disponivel em: <http://cidades.ibge.gov.br/xtras/temas.php?lang=&codmun=320010&idtema=16&search=es pirito-santo|afonso-claudio|sintese-das-informacoes>. Acesso em: 10 Abril 2014. 120 ISHIZAKA, A.; NEMERY, P. Multi-criteria decision analysis: methods and software. Hardcover: Wiley, 2013. ISHIZAKA, A.; PEARMAN, C.; NEMERY, P. AHPSort: an AHP-based method for sorting problems. International Journal of Production Research, London, 50, 24 Abril 2012. 4767-4784. KAMANN, D. J. Organizational design in public procurement: A stakeholder approach. Journal of purchasing and supply management, 13, Março 2007. 127–136. KEENEY , R. L. Creativity in decision making with value-focused thinking. Sloan management review/summer, California, 01 julho 1994. 33 - 41. KENNEY, R. L. Value-focused thinking: a path to creative decisionmaking. Cambridge: Harvard University Press, 1996. MITCHELL, R. K.; BRADLEY, A. R.; WOOD , D. J. Toward a theory of stakeholder identification and salience: defining the principle of who and what really counts. The Academy of Management Review, v. 22, n. 4, p. 853-886, outubro 1997. NASCIMENTO, L. P. A. D. S. Aplicação do método AHP com as abordagens ratings e borc: O projeto F-X2. Instituto Tecnologico de Aeronáutica - ITA. São José dos Campos, p. 151. 2010. SAATY, L. Decision making with the analytic hierarchy process. International Journal of Services Sciences, Pittsburgh, v. 01, n. 01, p. 83 - 98, 2008. SAATY, T. L. How to make a decision: the analytic hierarchy process. European Journal of Operational Research, v. 48, p. 9-26, 1990. SAATY, T. L. How to make a decision: the analytic hierarchy process. Interfaces, 24, dezembro 1994. 19 - 43. SAATY, T. L.; PENIWATI,. Group decision making: drawing out and reconciling differences. Pittsburgh: RWS Publications, 2007. SAATY, T. L.; SHANG, J. S. An innovative orders-of-magnitude approach to AHP-based mutli-criteria decision making: Prioritizing divergent intangible humane acts. European Journal of Operational Research, United States, 214, maio 2011. 703–715. SERVIÇO NACIONAL DE APRENDIZAGEM INDUSTRIAL. Portal SENAI - Serviço Nacional de Aprendizagem Industrial. SENAI DN, 2014. Disponivel em: <http://www.senai.br/portal/br/institucional>. Acesso em: 22 Junho 2014. 121 ANEXO A Resposta questionário para identificação de critérios e cenários do Stakeholder 04 1) Em sua visão quais os critérios que a instituição deve adotar para escolher um município para implantação de uma nova Unidade do SENAI? Existência de Unidades do SENAI já instaladas; Parque industrial instalado, em especial de setores com grandes cadeias produtivas; Contribuição do setor industrial para a economia e para a sociedade local; Presença de outras instituições de ensino profissionalizante na região; 2) Visualizando cenários para implantação de uma nova Unidade, podem ser enxergadas como situações que podem influenciar na implantação de uma nova Unidade? Correlacionando com as respostas da questão anterior, sugere-se considerar cenário econômico (contribuições com a economia local), cenário tecnológico (deficiência de tecnologias locais para contribuir com o parque industrial), cenário social (impacto em indicadores sociais da região – PIB, IDH etc.). O cenário estratégico deve ser analisado de forma criteriosa, uma vez que existem riscos embutidos que podem impactar na decisão. 3) Em relação à escolha de um Município/local para a implantação de um novo Centro Integrado? a. Quais os principais objetivos da implantação de uma nova Unidade em um município? Contribuir com a inter-relação do parque industrial do município com a sociedade local, por meio do desenvolvimento de mão de obra qualificada; Suprir o gap tecnológico existente na região para contribuir com o desenvolvimento do parque industrial local; Contribuir com o desenvolvimento econômico da região por meio da atração de empresas. b. Quais os principais desafios que cercam esta decisão? 122 Confluência de interesses econômicos e da sociedade com interesses políticos; Identificação de mão de obra qualificada para atuar no Centro Integrado; Definição do foco tecnológico compatível com o parque industrial; Relacionamento do SENAI com atores industriais, comunidade científica e entidades políticas locais. c. Quais os riscos/incertezas envolvidos nesta implantação? Áreas tecnológicas definidas para o Centro não atenderem o parque industrial local; Dimensão do Centro incompatível com a demanda de formação de mão de obra (ex: Centro com capacidade alta e demanda baixa); Preferência da indústria e sociedade local por outros atores concorrentes ao Centro. d. Quais conflitos que podem ser gerados para a escolha de um município em detrimento de outro? o Interesses políticos; o Conflitos com entidades concorrentes já instaladas, ainda que exista demanda para ambos; o Crítica da sociedade devido a restrições de acesso e comparações dos níveis de desenvolvimento social e econômico. Resposta questionário para identificação de critérios e cenários do Stakeholder 05 1) Em sua visão quais os critérios que a instituição deve adotar para escolher um município para implantação de uma nova Unidade do SENAI? População Economicamente Ativa; Número de Indústrias; Incentivo de Implantação; Concorrentes; 123 Considero que deva ser pensado também não só a localidade da escola no município, mas o entorno também. Há muitos municípios que são muito perto uns dos outros, e muitas vezes uma escola em outro município que esteja muito perto talvez possa atender a demanda por formação daquela região. E vale entender melhor também não só o número de indústrias, mas a vocação dessas indústrias, a qualidade desse setor, a sua produção e a demanda por formação de recursos ou por serviços e o que se planeja para o futuro próximo. Um outro dado que penso ser importante, é sobre as condições e recursos disponíveis nesse município. O que há nesse município? Escolas, comércio e serviços, transporte, infraestrutura em termos de energia, saneamento e malha rodoviária, enfim, questões que possam sustentar a abertura de uma nova escola SENAI. 2) Visualizando cenários para implantação de uma nova Unidade. Podem ser enxergadas como situações que podem influenciar na implantação de uma nova Unidade? Marque quais alternativas acha mais prioritária (podem ser até todas). Cenário Econômico: Implantação de uma unidade pensando exclusivamente na sustentabilidade da mesma; Cenário Social: Implantação de uma unidade pensando no fortalecimento do município para geração de emprego, melhoria dos índices PIB per capita, taxa de desemprego; Cenário Estratégico: Implantação de uma unidade vislumbrado o crescimento do setor industrial da região, a implantação de novas empresas; Considero que a melhor estratégia é justamente equalizar esses cenários, pois todos são extremamente relevantes. E certamente há uma interdependência entre eles, para que um deles seja de fato alcançado, necessariamente vai precisar que os outros sejam considerados e desenvolvidos também. 124 3) Em relação à escolha de um Município/local para a implantação de um novo Centro Integrado? a. Quais os principais objetivos da implantação de uma nova Unidade em um município? Os objetivos vão depender da estratégia de implantação e das questões levantadas anteriormente. Pode ser o atendimento a um setor específico que esteja demandando formação profissional e que não está sendo atendido, pode ser voltado ao atendimento de serviços técnicos de um setor, com o provimento de soluções tecnológicas, pode ser de caráter mais social ou até político. O que temos que considerar, imprescindivelmente, e cada vez mais, é que essa Unidade deve vislumbrar, em médio prazo, uma sustentabilidade em grande parte de suas linhas de atuação. b. Quais os principais desafios que cercam esta decisão? Acredito que o principal desafio é a manutenção da qualidade dos serviços prestados e a sustentabilidade da Unidade. Em uma época de ampliação do acesso à formação profissional e mesmo de aumento dos serviços prestados, a questão que cerca a manutenção da qualidade deve ser primordial. E a outra é uma questão mais relacionada aos aspectos econômicos, e que passa certamente por um desafio de alcance de metas de produção, para que a Unidade atinja essa sustentabilidade. A Unidade deve fazer sentido, ou seja, deve efetivamente provocar um desenvolvimento para o setor industrial. c. Quais os riscos/incertezas envolvidos nesta implantação? Um dos riscos inerentes, que tenho observado ultimamente, refere-se aos recursos financeiros voltados à implantação e aos primeiros anos de funcionamento. Parece que há sempre uma incerteza com relação a esses recursos, já que eles assumem um forte caráter político, e que depende muitas vezes de uma situação que foge do controle dos gestores mais diretos. 125 Um outro risco refere-se aos cenários que são prospectados, em termos de atendimento às demandas, que podem sempre variar, com a entrada ou saída de indústrias daquele setor industrial anteriormente planejado para ser atendido, ou ainda a entrada no mercado de concorrentes fortes, já que essa (formação profissional, serviços técnicos e inovação tecnológica) é uma linha de atuação altamente significativa para o país. d. Quais conflitos que podem ser gerados para a escolha de um município em detrimento de outro? Considero que um dos principais conflitos é o de caráter político. Por que um município e não o outro? Quem escolhe, e com quais critérios? Penso que quanto mais os critérios forem claros, objetivos, e de caráter técnico, a escolha pode gerar menos conflito. 126 ANEXO B Stakeholder 13 Comparação par a par dos critérios por cada stakeholder Taxa de Desemprego População Economicamente PIB per capita Incentivos Concorrentes Numero de Industrias Números de empregados 1 1/9 1/5 1/9 1/5 1/8 1 9 1 1/7 1/6 1/2 1 1/7 5 7 1 1 4 1 5 Incentivos 9 6 1 1 7 1/6 1/6 Concorrentes 5 2 1/4 1/7 1 1/6 1/6 8 1 1 6 6 1 1 1 7 1/5 6 6 1 1 Taxa de Desemprego População Economicamente PIB per capita Numero de Industrias Números de empregados Figura 52. Matriz de decisão individual do julgamento dos critérios em relação ao Stakeholder 14 objetivo principal do Stakeholder 13 perante um cenário econômico Taxa de Desemprego População Economicamente PIB per capita Incentivos Concorrentes Numero de Industrias Números de empregados 1 1/6 1/4 1/4 3 1/8 1 6 1 1/4 1/3 3 1/2 2 4 4 1 3 4 1/5 1/5 Incentivos 4 3 1/3 1 5 1/5 1/4 Concorrentes 1/3 1/3 1/4 1/5 1 1/6 1/5 6 2 5 5 6 1 1 1 1/2 5 4 5 1 1 Taxa de Desemprego População Economicamente PIB per capita Numero de Industrias Números de empregados Figura 53. Matriz de decisão individual do julgamento dos critérios em relação ao Stakeholder 13 objetivo principal do Stakeholder 14 perante um cenário econômico Taxa de Desemprego População Economicamente PIB per capita Incentivos Concorrentes Numero de Industrias Números de empregados Taxa de Desemprego População Economicamente PIB per capita 1 3 7 9 9 6 6 1/3 1 8 7 8 2 2 1/7 1/8 1 5 1 2 8 Incentivos 1/9 1/7 1/5 1 1 1/4 1/8 Concorrentes 1/9 1/8 1 1 1 1/6 1/8 1/6 1/2 1/2 4 6 1 1/7 1/6 1/2 1/8 8 8 7 1 Numero de Industrias Números de empregados Figura 54. Matriz de decisão individual do julgamento dos critérios em relação ao objetivo principal do Stakeholder 13 perante um cenário social Stakeholder 14 127 Taxa de Desemprego População Economicamente PIB per capita Incentivos Concorrentes Numero de Industrias Números de empregados Taxa de Desemprego População Economicamente PIB per capita 1 5 5 5 7 2 2 1/5 1 5 6 6 2 1 1/5 1/5 1 6 6 1 1 Incentivos 1/5 1/6 1/6 1 6 1/4 1/5 Concorrentes 1/7 1/6 1/6 1/6 1 1/5 1/5 1/2 1/2 1 4 5 1 1 5 5 1 Numero de Industrias Números de empregados Figura 55. 1/2 1 1 1 Matriz de decisão individual do julgamento dos critérios em relação ao Stakeholder 13 objetivo principal do Stakeholder 14 perante um cenário social Taxa de Desemprego População Economicamente PIB per capita Incentivos Concorrentes Numero de Industrias Números de empregados 1 1/9 1/9 1/9 1/8 1/9 1/6 9 1 1/6 1/7 2 1/8 1/8 9 6 1 1/5 2 1/7 1/9 Incentivos 9 7 5 1 7 1/7 1/9 Concorrentes 8 1/2 1/2 1/7 1 1/6 1/9 9 8 7 7 6 1 5 6 8 9 9 9 1/5 1 Taxa de Desemprego População Economicamente PIB per capita Numero de Industrias Números de empregados Figura 56. Matriz de decisão individual do julgamento dos critérios em relação ao Stakeholder 14 objetivo principal do Stakeholder 13 perante um cenário estratégico Taxa de Desemprego População Economicamente PIB per capita Incentivos Concorrentes Numero de Industrias Números de empregados 1 1/4 1/6 1/5 1/2 1/7 1/7 4 1 1 1/5 4 1/5 6 1 1 1/3 3 1/6 1/5 Incentivos 5 5 3 1 4 1/8 1/5 Concorrentes 2 1/4 1/3 1/4 1 1/8 1/5 7 5 6 8 8 1 5 7 1 5 5 5 1/5 1 Taxa de Desemprego População Economicamente PIB per capita Numero de Industrias Números de empregados Figura 57. 1 Matriz de decisão individual do julgamento dos critérios em relação ao objetivo principal do Stakeholder 14 perante um cenário estratégico 128 ANEXO C MAPAS COGNITIVOS INDIVIDUAIS STAKEHOUDERS NACIONAIS Figura 58. Mapa cognitivo individual do Stakeholder 04 129 Figura 59. Mapa cognitivo individual do Stakeholder 05 130 ANEXO D Comparação par a par realizada consensualmente pelos atores regionais das alternativas em relação aos perfis limitantes locais de cada critério: Taxa de Desemprego Alternativas 320010 Afonso Cláudio 320016 Água Doce do Norte 320013 Águia Branca 320020 Alegre 320030 Alfredo Chaves 320035 Alto Rio Novo 320050 Apiacá 320070 Atilio Vivacqua 320080 Baixo Guandu 320090 Barra de São Francisco 320100 Boa Esperança 320110 Bom Jesus do Norte 320115 Brejetuba 320130 Cariacica 320140 Castelo 320160 Conceição da Barra 320170 Conceição do Castelo 320180 Divino de São Lourenço 320190 Domingos Martins 320200 Dores do Rio Preto 320210 Ecoporanga 320220 Fundão 320225 Governador Lindenberg 320230 Guaçuí 320240 Guarapari 320245 Ibatiba 320250 Ibiraçu 320255 Ibitirama 320260 Iconha 320265 Irupi 320270 Itaguaçu 320280 Itapemirim 320290 Itarana 320300 Iúna 320305 Jaguaré 320310 Jerônimo Monteiro 320313 João Neiva 320316 Laranja da Terra 320330 Mantenópolis 320332 Marataízes 320334 Marechal Floriano 320335 Marilândia 320340 Mimoso do Sul 320350 Montanha 320360 Mucurici 320370 Muniz Freire 320380 Muqui 320390 Nova Venécia 320400 Pancas 320405 Pedro Canário 320410 Pinheiros 320420 Piúma 320425 Ponto Belo 320430 Presidente Kennedy 320435 Rio Bananal 320440 Rio Novo do Sul 320450 Santa Leopoldina 320455 Santa Maria de Jetibá 320460 Santa Teresa 320465 São Domingos do Norte 320470 São Gabriel da Palha 320480 São José do Calçado 320495 São Roque do Canaã 320501 Sooretama 320503 Vargem Alta 320506 Venda Nova Imigrante 320510 Viana 320515 Vila Pavão 320517 Vila Valério População Economicamente Ativa PIB per capita Concorrentes 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Figura 60. Comparação par a par das alternativas com o perfil limitante local dos critérios entre as classes A e B 131 Numero de Industrias Alternativas 320010 Afonso Cláudio 320016 Água Doce do Norte 320013 Águia Branca 320020 Alegre 320030 Alfredo Chaves 320035 Alto Rio Novo 320050 Apiacá 320070 Atilio Vivacqua 320080 Baixo Guandu 320090 Barra de São Francisco 320100 Boa Esperança 320110 Bom Jesus do Norte 320115 Brejetuba 320130 Cariacica 320140 Castelo 320160 Conceição da Barra 320170 Conceição do Castelo 320180 Divino de São Lourenço 320190 Domingos Martins 320200 Dores do Rio Preto 320210 Ecoporanga 320220 Fundão 320225 Governador Lindenberg 320230 Guaçuí 320240 Guarapari 320245 Ibatiba 320250 Ibiraçu 320255 Ibitirama 320260 Iconha 320265 Irupi 320270 Itaguaçu 320280 Itapemirim 320290 Itarana 320300 Iúna 320305 Jaguaré 320310 Jerônimo Monteiro 320313 João Neiva 320316 Laranja da Terra 320330 Mantenópolis 320332 Marataízes 320334 Marechal Floriano 320335 Marilândia 320340 Mimoso do Sul 320350 Montanha 320360 Mucurici 320370 Muniz Freire 320380 Muqui 320390 Nova Venécia 320400 Pancas 320405 Pedro Canário 320410 Pinheiros 320420 Piúma 320425 Ponto Belo 320430 Presidente Kennedy 320435 Rio Bananal 320440 Rio Novo do Sul 320450 Santa Leopoldina 320455 Santa Maria de Jetibá 320460 Santa Teresa 320465 São Domingos do Norte 320470 São Gabriel da Palha 320480 São José do Calçado 320495 São Roque do Canaã 320501 Sooretama 320503 Vargem Alta 320506 Venda Nova Imigrante 320510 Viana 320515 Vila Pavão 320517 Vila Valério Figura 61. Numeros de empregados ramo Industria Incentivos 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Continuação da comparação par a par das alternativas com o perfil limitante local dos critérios entre as classes A e B 132 Taxa de Desemprego Alternativas 320010 Afonso Cláudio 320016 Água Doce do Norte 320013 Águia Branca 320020 Alegre 320030 Alfredo Chaves 320035 Alto Rio Novo 320050 Apiacá 320070 Atilio Vivacqua 320080 Baixo Guandu 320090 Barra de São Francisco 320100 Boa Esperança 320110 Bom Jesus do Norte 320115 Brejetuba 320130 Cariacica 320140 Castelo 320160 Conceição da Barra 320170 Conceição do Castelo 320180 Divino de São Lourenço 320190 Domingos Martins 320200 Dores do Rio Preto 320210 Ecoporanga 320220 Fundão 320225 Governador Lindenberg 320230 Guaçuí 320240 Guarapari 320245 Ibatiba 320250 Ibiraçu 320255 Ibitirama 320260 Iconha 320265 Irupi 320270 Itaguaçu 320280 Itapemirim 320290 Itarana 320300 Iúna 320305 Jaguaré 320310 Jerônimo Monteiro 320313 João Neiva 320316 Laranja da Terra 320330 Mantenópolis 320332 Marataízes 320334 Marechal Floriano 320335 Marilândia 320340 Mimoso do Sul 320350 Montanha 320360 Mucurici 320370 Muniz Freire 320380 Muqui 320390 Nova Venécia 320400 Pancas 320405 Pedro Canário 320410 Pinheiros 320420 Piúma 320425 Ponto Belo 320430 Presidente Kennedy 320435 Rio Bananal 320440 Rio Novo do Sul 320450 Santa Leopoldina 320455 Santa Maria de Jetibá 320460 Santa Teresa 320465 São Domingos do Norte 320470 São Gabriel da Palha 320480 São José do Calçado 320495 São Roque do Canaã 320501 Sooretama 320503 Vargem Alta 320506 Venda Nova Imigrante 320510 Viana 320515 Vila Pavão 320517 Vila Valério População Economicamente Ativa PIB per capita Concorrentes 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Figura 62. Comparação par a par das alternativas com o perfil limitante local dos critérios entre as classes B e C 133 Numero de Industrias Alternativas 320010 Afonso Cláudio 320016 Água Doce do Norte 320013 Águia Branca 320020 Alegre 320030 Alfredo Chaves 320035 Alto Rio Novo 320050 Apiacá 320070 Atilio Vivacqua 320080 Baixo Guandu 320090 Barra de São Francisco 320100 Boa Esperança 320110 Bom Jesus do Norte 320115 Brejetuba 320130 Cariacica 320140 Castelo 320160 Conceição da Barra 320170 Conceição do Castelo 320180 Divino de São Lourenço 320190 Domingos Martins 320200 Dores do Rio Preto 320210 Ecoporanga 320220 Fundão 320225 Governador Lindenberg 320230 Guaçuí 320240 Guarapari 320245 Ibatiba 320250 Ibiraçu 320255 Ibitirama 320260 Iconha 320265 Irupi 320270 Itaguaçu 320280 Itapemirim 320290 Itarana 320300 Iúna 320305 Jaguaré 320310 Jerônimo Monteiro 320313 João Neiva 320316 Laranja da Terra 320330 Mantenópolis 320332 Marataízes 320334 Marechal Floriano 320335 Marilândia 320340 Mimoso do Sul 320350 Montanha 320360 Mucurici 320370 Muniz Freire 320380 Muqui 320390 Nova Venécia 320400 Pancas 320405 Pedro Canário 320410 Pinheiros 320420 Piúma 320425 Ponto Belo 320430 Presidente Kennedy 320435 Rio Bananal 320440 Rio Novo do Sul 320450 Santa Leopoldina 320455 Santa Maria de Jetibá 320460 Santa Teresa 320465 São Domingos do Norte 320470 São Gabriel da Palha 320480 São José do Calçado 320495 São Roque do Canaã 320501 Sooretama 320503 Vargem Alta 320506 Venda Nova Imigrante 320510 Viana 320515 Vila Pavão 320517 Vila Valério Figura 63. Numeros de empregados ramo Industria Incentivos 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Continuação da comparação par a par das alternativas com o perfil limitante local dos critérios entre as classes B e C 134 Taxa de Desemprego Alternativas 320010 320016 320013 320020 320030 320035 320050 320070 320080 320090 320100 320110 320115 320130 320140 320160 320170 320180 320190 320200 320210 320220 320225 320230 320240 320245 320250 320255 320260 320265 320270 320280 320290 320300 320305 320310 320313 320316 320330 320332 320334 320335 320340 320350 320360 320370 320380 320390 320400 320405 320410 320420 320425 320430 320435 320440 320450 320455 320460 320465 320470 320480 320495 320501 320503 320506 320510 320515 320517 Figura 64. Afonso Cláudio Água Doce do Norte Águia Branca Alegre Alfredo Chaves Alto Rio Novo Apiacá Atilio Vivacqua Baixo Guandu Barra de São Francisco Boa Esperança Bom Jesus do Norte Brejetuba Cariacica Castelo Conceição da Barra Conceição do Castelo Divino de São Lourenço Domingos Martins Dores do Rio Preto Ecoporanga Fundão Governador Lindenberg Guaçuí Guarapari Ibatiba Ibiraçu Ibitirama Iconha Irupi Itaguaçu Itapemirim Itarana Iúna Jaguaré Jerônimo Monteiro João Neiva Laranja da Terra Mantenópolis Marataízes Marechal Floriano Marilândia Mimoso do Sul Montanha Mucurici Muniz Freire Muqui Nova Venécia Pancas Pedro Canário Pinheiros Piúma Ponto Belo Presidente Kennedy Rio Bananal Rio Novo do Sul Santa Leopoldina Santa Maria de Jetibá Santa Teresa São Domingos do Norte São Gabriel da Palha São José do Calçado São Roque do Canaã Sooretama Vargem Alta Venda Nova Imigrante Viana Vila Pavão Vila Valério PIB per capita 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Comparação par a par das alternativas com o perfil limitante local dos critérios Taxa de Desemprego e PIB entre as classes A e B para o cenário social 135 Taxa de Desemprego Alternativas 320010 320016 320013 320020 320030 320035 320050 320070 320080 320090 320100 320110 320115 320130 320140 320160 320170 320180 320190 320200 320210 320220 320225 320230 320240 320245 320250 320255 320260 320265 320270 320280 320290 320300 320305 320310 320313 320316 320330 320332 320334 320335 320340 320350 320360 320370 320380 320390 320400 320405 320410 320420 320425 320430 320435 320440 320450 320455 320460 320465 320470 320480 320495 320501 320503 320506 320510 320515 320517 Figura 65. Afonso Cláudio Água Doce do Norte Águia Branca Alegre Alfredo Chaves Alto Rio Novo Apiacá Atilio Vivacqua Baixo Guandu Barra de São Francisco Boa Esperança Bom Jesus do Norte Brejetuba Cariacica Castelo Conceição da Barra Conceição do Castelo Divino de São Lourenço Domingos Martins Dores do Rio Preto Ecoporanga Fundão Governador Lindenberg Guaçuí Guarapari Ibatiba Ibiraçu Ibitirama Iconha Irupi Itaguaçu Itapemirim Itarana Iúna Jaguaré Jerônimo Monteiro João Neiva Laranja da Terra Mantenópolis Marataízes Marechal Floriano Marilândia Mimoso do Sul Montanha Mucurici Muniz Freire Muqui Nova Venécia Pancas Pedro Canário Pinheiros Piúma Ponto Belo Presidente Kennedy Rio Bananal Rio Novo do Sul Santa Leopoldina Santa Maria de Jetibá Santa Teresa São Domingos do Norte São Gabriel da Palha São José do Calçado São Roque do Canaã Sooretama Vargem Alta Venda Nova Imigrante Viana Vila Pavão Vila Valério PIB per capita 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Comparação par a par das alternativas com o perfil limitante local dos critérios Taxa de Desemprego e PIB entre as classes B e C para o cenário social 136 ANEXO E Telas do Super Decisions com o lançamento dos valores de cada alternativa para cada critério em relação ao cenário econômico. 137 138 No critério concorrentes as comparações foram feitas par a par devido a existência de valores com zero. 139 ANEXO F Telas do Super Decisions com o lançamento dos valores de cada alternativa para cada critério em relação ao cenário social. 140 141 No critério concorrentes as comparações foram feitas par a par devido a existência de valores com zero. 142 ANEXO G Telas do Super Decisions com o lançamento dos valores de cada alternativa para cada critério em relação ao cenário estratégico. 143 144 145 No critério concorrentes as comparações foram feitas par a par devido a existência de valores com zero. FOLHA DE REGISTRO DO DOCUMENTO 1. CLASSIFICAÇÃO/TIPO DP 5. 2. DATA 3. 13 de outubro de 2014 REGISTRO N° 4. N° DE PÁGINAS DCTA/ITA/DP-061/2014 145 TÍTULO E SUBTÍTULO: Determinação de municípios para implantação de unidades operacionais do SENAI utilizando modelo de apoio multicritério à decisão. 6. AUTOR: 7. Giovani Gujansky 8. INSTITUIÇÃO(ÕES)/ÓRGÃO(S) INTERNO(S)/DIVISÃO(ÕES): Instituto Tecnológico de Aeronáutica – ITA 8. PALAVRAS-CHAVE SUGERIDAS PELO AUTOR: 1. Apoio Multicritério à Decisão – AMD; 2. Analytic Hierarchy Process – AHP; 3. AHPSort; 4. Seleção de Municípios; 5. Serviço Nacional de Aprendizagem Industrial – SENAI 9.PALAVRAS-CHAVE RESULTANTES DE INDEXAÇÃO: Teoria multicritério da decisão; Planejamento administrativo; Planejamento educacional; Seleção de prioridades; Educação profissonal; Administração. 10. APRESENTAÇÃO: X Nacional Internacional ITA, São José dos Campos. Curso de Mestrado Profissional em Engenharia Aeronáutica. Programa de Pós-Graduação em Engenharia Aeronáutica e Mecânica. Orientador: Profa. Dra. Mischel Carmen Neyra Belderrain. Defesa em 24/09/2014. Publicada em 2014. 11. RESUMO: Uma das diretrizes nacionais do Serviço Nacional de Aprendizagem Industrial – SENAI – é o crescimento da oferta de educação profissional nos estados do Brasil, e por conseguinte a expansão de sua rede de atendimento. O investimento para implantação de uma nova unidade do SENAI é alto e gera vários problemas políticos e administrativos. Sendo assim, a escolha dos locais para implantação deve ser pautada em critérios bem definidos e em uma metodologia que seja consistente. O presente trabalho propõe um método para definição dos municípios para implantação de novas unidades do SENAI. A proposta utiliza o método de Apoio Multicritério à Decisão AHPSort, para classificação dos municípios, selecionando os prioritários para esta implantação, e o Analytic Hierarchy Process – AHP, para ranqueamento da classe prioritária visando apoiar a escolha dos decisores para seleção do novo município. O resultado do trabalho leva em consideração três cenários: econômico, social e estratégico; para que, de acordo com a necessidade do contexto, o decisor faça a escolha do município. 12. GRAU DE SIGILO: (X ) OSTENSIVO ( ) RESERVADO ( ) CONFIDENCIAL ( ) SECRETO