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