XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
DECISÃO MULTICRITÉRIO POR CRITÉRIO
ÚNICO DE SÍNTESE: APLICAÇÃO A UMA
COMPRA DE TECNOLOGIA
Viviane Alves Pereira dos Anjos Santos (UFPE)
[email protected]
Sinndy Dayana Rico Lugo (UFPE)
[email protected]
Adiel Teixeira de Almeida (UFPE)
[email protected]
O estudo se fundamenta num problema de decisão multicritério para compra
de um celular, que é construído seguindo as etapas de Polmeron e Barba
(2000): inteligência, desenho, escolha, revisão e implementação. Identificamse as características particulares do problema possibilitando encontrar o
método de resolução mais adequado, que no caso é o modelo aditivo, o qual
faz parte da família de métodos de critério único de síntese. Com o auxílio de
um software web, os resultados são obtidos e é realizada a analise de
sensibilidade para comprovar a robustez da solução ao problema.
Palavras-chave: decisão multicritério, modelo aditivo, construção de
problemas de decisão, seleção de tecnologia
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
1. Introdução
Neste artigo é estudado um problema de decisão multicritério para a compra de um aparelho
celular, analisando as suas características. A construção do problema encontra-se baseada nos
estágios propostos por Polmeron e Barba-Romero (2000), que acrescenta duas etapas, revisão
e implementação, ao estudo de Simon (1960) que consiste em três etapas, inteligência,
desenho e escolha.
O estudo se inicia na etapa de inteligência organizando as informações obtidas e identificando
o objetivo do problema, os critérios e as alternativas. Após isso, continua-se com a etapa de
estruturação, determinando qual o tipo de método mais indicado para apoiar a tomada da
decisão e assim solucionar o problema. No estágio de escolha, implementa-se o método para
obter a sequência das alternativas, permitindo escolher a melhor delas, para depois analisar a
robustez e partir para a implementação.
Em relação à revisão de literatura, o problema de compra de tecnologia não é muito comum,
encontra-se com mais frequência o problema de seleção de fornecedores, que trata da escolha
de uma empresa entre várias outras para fornecer suprimentos (ALENCAR, 2007; ABATH,
2009; CHAI 2013; LIMA JUNIOR 2013; SOUZA, 2013; GUARNIERI, 2012; GUARNIERI,
2015). O enfoque deste trabalho é especificamente na compra da tecnologia, logo no usuário
final, característica muito difícil de encontrar na literatura atual. Por esta razão, o problema
empresarial foi observado com muita cautela para que possa haver um norteamento para a sua
resolução.
2. Aplicação Numérica
O estudo trata a compra de uma tecnologia com base na realidade, e aborda uma empresa que
necessita adquirir um celular novo, que tenha um melhor desempenho e que seja mais rápido
que o aparelho atual, para assim auxiliá-la adequadamente no trabalho.
Para realizar a compra com sucesso e não ter problemas futuros, a compra do aparelho é
tratada como um problema multicritério, tendo um analista como suporte para auxiliar o
processo de formulação.
2
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
Assim, são realizados todos os passos necessários para a construção do problema (Polmeron;
Barba-Romero, 2000), solicitando, quando necessário, as informações de alternativas, o
objetivo da decisão, as preferências entre consequências das alternativas, etc.
2.1. Critérios do problema
Os critérios são os atributos que são levados em consideração na hora de efetuar uma ação,
considerados relevantes os seguintes, especificando seu objetivo na direção de preferência:
 Duração da bateria em repouso: Maximizar
 Sistema Operacional: Maximizar
 Espessura: Minimizar
 Memória Interna: Maximizar
 Preço: Minimizar
A faixa de valores que o critério possui pode se diferenciar por tipos de escala. Normalmente,
os critérios têm escala numérica (ALMEIDA, 2013), aquela em que os valores são números,
ou a escala verbal, aquela em que o usuário classifica as alternativas com conceitos como
muito bom, bom, regular, ruim, péssimo. Esta ultima escala tem-se que converter em números
para que possam realizar-se cálculos algébricos, geralmente utiliza-se a escala de Likert
(1932) que consiste em cinco níveis, onde o muito bom equivale ao número 5.
A preferência quanto ao sistema operacional tem escala verbal, os demais critérios têm escala
numérica. Todos os dados utilizados são fornecidos pelos fabricantes do produto,
desconsiderando a probabilidade de que haja alguma informação incorreta.
2.2. Espaço de ações
O espaço de ações é finito e composto com os celulares que a empresa deseja e considera
aceitáveis. Assim, temos um conjunto discreto com várias possibilidades de solução que
gradualmente vai afunilando os métodos possíveis a serem utilizados. O conjunto de ações é
estável e globalizado, considerando que o conjunto não se altere no decorrer do processo
decisório e que a escolha de uma alternativa exclui diretamente as outras. A continuação
encontram-se as alternativas de aparelho celular:
3
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
 Iphone 5S
 Samsung Galaxy S5
 Iphone 6 plus
 Motorola Moto Maxx
 Iphone 6
Cada alternativa tem um desempenho para cada critério. Com os critérios estabelecidos e
alternativas determinadas, é possível construir a matriz consequência. Esta matriz contem a
relação de cada atributo e a performance que cada um possui nas alternativas (ALMEIDA,
2013).
Tabela 1: Matriz consequência
Fonte: www.apple.com / www.lojaoficialmotorola.com.br / www.tudocelular.com (17/03/2015)
A problemática deste caso é de escolha, o que restringe a possibilidade de usar alguns
métodos.
2.3. Escolha do método multicritério
2.3.1. Sistema de preferências
O sistema de preferências indicado é a estrutura (P, I) – preferência e indiferença, dado que a
empresa consegue comparar todos os critérios e já tem em mente a ordem de sua preferência,
respeitando a propriedade da ordenabilidade. Considera-se que respeita a transitividade, pois
há uma relação de preferência determinada, se A é preferível a B e B preferível a C, então A é
preferível a C, propriedade característica deste tipo de estrutura.
4
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
2.3.2. Tipo do problema: compensatório ou não compensatório
O analista deve avaliar qual a racionalidade que mais se adéqua ao decisor (ALMEIDA et al,
2015; ALMEIDA, 2013), neste caso, a abordagem compensatória se encaixa mais com o
problema. É importante para a empresa saber quão melhor a alternativa se sobrepõe a outra e
não apenas saber quem é a melhor. Assim, apresenta-se a característica de ponderação dos
critérios, ou seja, um desempenho ruim em um critério pode ser compensado com um ótimo
desempenho em outro.
O sistema operacional é o critério com maior importância para o decisor, porém observa-se
que um mau desempenho nesse atributo não desqualifica a alternativa, contanto que ela
apresente uma melhor performance em outros critérios, como duração da bateria e memória
interna, que compense a perda na característica de operacionalidade do celular. Essa é uma
etapa muito importante, devido a que o modelo mais adequado para as características do
problema influencia no resultado.
Como se trata de um problema compensatório, com problemática de escolha e estrutura de
preferência (P, I), o leque de métodos que podem ser utilizados para auxiliar na decisão está
mais afunilado, tendo os métodos de critério único de síntese como opção (ALMEIDA, 2013).
Considerando a probabilidade de ocorrência das consequências igual 1 (um), o problema se
sintetiza como um problema determinístico. Neste caso se faz possível utilizar métodos como
o aditivo e o multiplicativo, porém o analista opta pelo modelo de agregação aditivo, mais
utilizado.
Dado o mencionado anteriormente e tratando-se de um problema determinístico, pode-se
então obter a função valor dos critérios segundo a seguinte fórmula (ALMEIDA, 2013).
Considerando a probabilidade de ocorrência das consequências igual 1 (um), o problema se
sintetiza como um problema determinístico. Neste caso se faz possível utilizar métodos como
o aditivo e o multiplicativo, porém o analista opta pelo modelo de agregação aditivo, mais
utilizado.
Dado o mencionado anteriormente e tratando de um problema determinístico, a tabela 2
apresenta a função valor dos critérios.
Tabela 2: Equação da função valor
5
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
Fonte: Almeida (2013)
Para validar o uso do método escolhido, é necessário que se prove a independência
preferencial entre os critérios, para assim evitar algumas formas de inconsistências
(KEENEY; RAIFFA, 1976; ALMEIDA, 2013). Sabendo disto, o decisor é questionado para
comprovar a independência, considerando assim que o problema se adapta ao modelo de
agregação aditiva.
2.3.3. Método de agregação aditiva
O modelo aditivo é realizado em duas etapas: a avaliação intracritério e a avaliação
intercritério.
2.3.3.1. Avaliação intracritério
Para a realização da avaliação intracritério, deve-se analisar cada critério e identificar qual
tipo de função mais se adéqua ao comportamento do mesmo. Avalia-se cada alternativa i para
cada critério j (ALMEIDA, 2013). A função pode ser linear ou não-linear (exponencial, Sshape, logarítmica). Para o critério Preço e Sistema Operacional observa-se um
comportamento de S-shape, a importância pelo aumento muda ao longo do tempo, exemplo o
aumento de 10 centavos para 50 centavos não sente-se uma grande mudança para as pessoas,
já de 10 mil para 50 mil percebe-se uma grande mudança. Já o critério Memória interna tem
um comportamento exponencial.
Os demais critérios comportam-se linearmente, sendo assim necessário o uso dos
procedimentos de normalização. Usualmente, costuma-se utilizar três tipos de procedimentos
(KEENEY; RAIFFA, 1976; ALMEIDA, 2013).
Da escolha do procedimento de normalização depende o processo de elicitação que será
realizado para obter os valores das constantes de escala (ALMEIDA, 2013). Com tudo, o
analista optou pelo procedimento de trade-off para obter os valores das constantes de escala,
que é valido tanto para funções valor lineares como para não lineares e parte do principio que
o pior valor de uma consequência terá valor igual a 0 e o melhor valor terá valor igual a 1. A
tabela 3 apresenta a forma como as funções são representadas.
6
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
Tabela 3 : Fórmulas da função valor
Fonte: Almeida (2013)
Para auxilio nessa avaliação foi criado um software web que realiza as operações necessárias
de normalização, e calcula os valores marginais e globais das alternativas. Nas imagens 1 e 2
visualizam-se duas telas que ilustram a excecuçaõ da etapa intracritério no problema.
Imagem 1 : Tela exemplar do software – Avaliação intracritério
7
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
Fonte: Este estudo (2015)
Imagem 2 : Tela exemplar do software – Escolha do comportamento da função valor
8
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
Fonte: Este estudo (2015)
Depois de completada essa etapa, com ajuda do software se obtém a função valor marginal de
cada alternativa do problema. Ditos valores encontram-se resumidos na Tabela 4.
Tabela 4: Função valor
9
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
Fonte: Este estudo (2015)
2.3.3.2. Avaliação Intercritério
Para a avaliação intercritério por trade-offs (KEENEY; RAIFFA, 1976), inicia-se com a
ordenação dos critérios em relação às consequências, do melhor para o pior (Imagem 3).
Imagem 3: Tela do software web – Informações sobre as preferências
Fonte: Este estudo (2015)
Com o auxilio do software, a ordem de preferência encontrada foi (Tabela5):
Tabela 5: Ordem de preferência
10
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
Fonte: Este estudo (2015)
Após a ordenação, procura-se a relação entre as constantes de escala pela tabela 2 para cinco
atributos (Tabela 6):
Tabela 6: Função valor para cinco atributos
Fonte: Este estudo (2015)
Inicialmente, questiona-se o decisor em relação a suas preferências, apresentando-lhe
combinações dos valores normalizados dos critérios, em busca do valor indiferente.
Exemplo (p1, p2, p3, m4, p5) X (y2, p2, p3, p4, p5), onde m é o melhor valor e p o pior valor.
Sabemos que x1 é preferível a x4, então se busca o valor em que decisor se torna indiferente
entre o melhor de x4 e um valor esperado para x1(KEENEY; RAIFFA, 1976; ALMEIDA,
2013).
Realizam-se comparações para obter relações que nos levam à obtenção das constantes de
escala. É como se perguntasse ao decisor: “Para que valor de y2 há indiferença entre as duas
consequências?” (KEENEY; RAIFFA, 1976; ALMEIDA, 2013).
Para iniciar, o analista faz perguntas sobre as preferências da decisor de acordo com a relação
inicial de preferência. Sempre com muita cautela, porque decidir o indiferente é muito
complicado para o decisor, que muitas vezes se confunde e gera inconsistência. Para evitar
isso, o analista acompanhou de perto o processo de elicitação das preferências e sempre
confirmava se estava tudo prosseguindo de acordo com a ordem de preferência.
Para concluir essa etapa, utilizou-se o software web que faz a elicitação dos trade offs de
problemas multicritério. Nas imagens 4 e 5 encontram-se as etapas de avaliação intercritério,
possibilitando o calculo das constantes de escala e do valor global das alternativas (Imagem
6).
Imagem 4: Tela do software web – Informações sobre as preferências
11
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
Fonte: Este estudo (2015)
Imagem 5: Tela do software web – Obtenção das constantes de escala
12
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
Fonte: Este estudo (2015)
Imagem 6: Constantes de escala e valor global das alternativas
13
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
Fonte: Este estudo (2015)
Como pode ser observado na Imagem 6, o aparelho celular mais indicado para compra é o
Iphone 6 plus, seguido pelo Iphone 6, Moto Maxx, Iphone 5s e Sansumg S5, nesta respectiva
ordem. Tratando-se de um problema de escolha, a recomendação para a empresa é escolher o
Iphone 6 plus.
2.3.4. Análise de sensibilidade
Nesta etapa, recomenda-se analisar os dados fornecidos pelo programa e a modelagem dos
parâmetros (ALMEIDA, 2013). Aproximações são necessárias no decorrer da formulação do
problema, pelo que deve-se confirmar se o nível de erro existente é aceitável ou não.
14
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
Essa avaliação pode ser realizada de dois modos (ALMEIDA, 2013), individual ou em
conjunto, na qual recomenda-se variar todas as constantes de escala ou todas as variáveis de
entrada em torno de 20%. Não há um número exato de repetições necessárias para serem
realizadas (ALMEIDA, 2013), apenas trata-se de um número alto que dificilmente pode ser
calculado manualmente, então se faz necessário a existência de um programa computacional
para auxiliar nessa operação. Dado isso, foi desenvolvido um software web que realiza a
simulação Monte Carlo para verificar a consistência dos dados a quantidade de vezes que o
usuário achar necessário. A imagem 7 ilustra a etapa de análise de sensibilidade em conjunto
com 100000(cem mil) iterações e todos os critérios variando em torno de 20% , como
recomendado.
Imagem 7: Tela do software web – Geração de dados aleatórios na faixa de 20%
15
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
Fonte: Este estudo (2015)
3. Discussão de resultados
Com o apoio do software web, foi possível analisar o problema afundo e assim avaliar quão
robusta encontrava-se a solução obtida através do método selecionado. A imagem 8 apresenta
o resultado decorrente das opções escolhidas na imagem 7.
Imagem 8: Tela do software web – Resultado da análise de sensibilidade 1.
16
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
Fonte: Este estudo (2015)
Observa-se que uma analise de sensibilidade com variação dos critérios em torno de 20%
resultou em 48% dos casos o Iphone 6 plus como a recomendação de escolha, enquanto o
Iphone 6 aparece em segundo lugar com 40% dos casos, além da pequena participação de
outras alternativas. Isso significa que a opção recomendada pelo analista não é robusta, apesar
de a alternativa prevalecer nos resultados, obteve-se uma amostra significativa em que a
opção Iphone 6 seria indicada. Nesses casos, é necessário investigar o que está provocando a
alteração. Recomenda-se retornar ao primeiro estágio e analisar se há algum modelo ou
método alternativo que seria mais adequado para solucionar o problema (ALMEIDA, 2013).
17
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
Antes de retornar ao passo inicial do problema, analisa-se os parâmetros da analise realizada
(imagem 7), para certifica-se que foi realizada da melhor forma.
Quanto aos dados de entrada, os que se conhecem são os valores fornecidos pelo fabricante
dos aparelhos celulares, considerando que sejam seguidas as normas de defesa para o
consumidor. Para verificar se o erro vinculado a essas informações é discrepante, realizam-se
simulações variando os dados em torno de uma porcentagem determinada, que irá variar para
cada tipo de critério.
Em relação ao atributo preço, por exemplo, os dados relacionados a ele dificilmente mudam
em uma percentagem grande, a variação está mais vinculada a pequenos valores de 1% a 2%.
Já o critério sistema operacional, pode mudar com maior possibilidade, devido às
atualizações, então pode variar em torno de 7%.
Assim, nota-se que o comportamento dos critérios diverge, portanto não devem ser tratados
com variações iguais. A imagem 9 ilustra uma nova etapa de análise de sensibilidade em
conjunto com 100000 (cem mil) iterações com os critérios variando em diferentes
porcentagens.
18
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
Imagem 9: Tela do software web – Geração de dados aleatórios com diferentes percentagens
para cada critério
Fonte: Este estudo (2015)
Imagem 10: Tela do software web – Resultado da análise de sensibilidade 2
19
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
Fonte: Este estudo (2015)
Nessa segunda analise realizada, o Iphone 6 plus possuiu uma percentagem de 71,6, seguido
de 27,96% para o Iphone 6 e mínima participação de outras alternativas. Neste caso, solução
obtida pelo analista é robusta visto que domina maior parte dos resultados e prevalece. Assim,
recomenda-se a compra do aparelho celular Iphone 6 plus.
Finalmente, após todas as etapas concluídas, a empresa avalia a proposta realizada pelo
analista, levando em conta todas as análises, e implementa a decisão, realizando a compra do
aparelho Iphone 6 plus.
20
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
Vale a pena mencionar que o software utilizado neste estudo, também tem a capacidade de
calcular o coeficiente de Kendall, o tau (SIEGEL, 1977).
Assim, para cada iteração é
calculado um valor tau, que é armazenado com o intuito de, ao final da simulação de dados,
realizar uma analise estatística (média, mediana, máximo, mínimo, desvio padrão e moda).
Logo após realiza-se o teste de hipótese (SIEGEL, 1977) para certificar se os resultados são
robustos, dado o alfa, maior porcentagem de erro considerada pelo decisor no problema,
compara-se com a probabilidade de ocorrência do tau médio que irá depende do número de
alternativas no problema (SIEGEL, 1977).
Imagem 11: Tela do software web – Resultado da análise de sensibilidade Tau
Fonte: Este estudo (2015)
21
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
Esse tipo de analise costuma-se utilizar para métodos com a problemática de ordenação, já
que é avaliada a ordem das alternativas para obtenção do tau. Sendo assim, o software
desenvolvido é capaz de auxiliar outros métodos na etapa de analise de sensibilidade.
4. Conclusão
Em virtude dos fatos mencionados, um problema de decisão está presente no dia a dia da
população e a decisão selecionada resulta em alguma consequência que pode ser beneficente
ou não. No caso estudado, há uma decisão de compra de um aparelho celular que passa por
todas as etapas de construção de um problema multicritério, identificando as suas
características próprias como a estrutura de preferências, o tipo de problemática e o tipo de
problema.
Levando em consideração esses aspectos é que se faz possível determinar qual o método que
mais se adequa para encontrar uma solução. Visto que o tipo de modelo influencia no
resultado, deve-se tomar muito cuidado nessa etapa.
Nesse estudo, conclui-se que a família de métodos que se adequa à compra de celular foi a de
critério único de síntese, que inclui o modelo aditivo e o multiplicativo, por apresentar um
tipo de problema compensatório, numa problemática de escolha e com estrutura de
preferência (P, I). O analista optou pelo modelo aditivo validando seu uso através da
verificação da independência em preferência, além de outras propriedades, especialmente a
questão de adequação de uma racionalidade compensatória para este problema específico
(ALMEIDA et al, 2015; ALMEIDA, 2013), o que pode ser válido apenas para o caso do
decisor em consideração.
Após a validação, seguiram as etapas do modelo: avaliação intracritério com a normalização
da matriz consequência, e avaliação intercritério com a obtenção das constantes de escala.
Para finalizar e certificar que a escolha do modelo foi robusta, foi realizada a analise de
sensibilidade, que simula dados aleatórios numa distribuição uniforme ou triangular. Apesar
do resultado não ter sido o esperado na primeira análise, foi possível ir mais afundo no
assunto e aplicar uma nova analise com parâmetros mais adequados as características do
22
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
problema de decisão, que garantiu que a alternativa recomendada estava adequada e viável
para aplicação.
Em vista dos argumentos apresentados, a montagem de um problema multicritério é composta
por vários estágios, todos acrescentando características determinantes para a obtenção do
resultado. Visando garantir uma maior precisão, foi utilizado um software web para auxiliar
em algumas etapas do problema, com artifícios como imagens e gráficos que facilitam a visão
do decisor; além de realizar operações que seriam inviáveis de realizar manualmente, como a
simulação Monte Carlo. Este software está disponível para uso por qualquer interessado, por
meio de solicitação direta ao CDSID – Centro de Desenvolvimento em Sistemas De
Informação e Decisão – (www.cdsid.org.br).
5. Referências
ABATH, J R; SALVIANO, T S C; ALMEIDA, A T. Sistema de Apoio a Decisão para a Seleção de
Fornecedor com Avaliação Multicritério. In: ENEGEP 2009, 2009, Salvador. Anais do ENEGEP 2009.
ALENCAR, Luciana Hazin ; ALMEIDA, A T ; MIRANDA, Caroline Maria Guerra de . Sistemática proposta
para seleção de fornecedores em gestão de projetos. Gestão e Produção v. 14, p. 477-487, 2007.
ALMEIDA, Adiel Teixeira de; Processo de Decisão nas Organizações: Construindo Modelos de Decisão
Multicritério, 1a Edição. São Paulo: Editora Atlas, 2013.
ALMEIDA, Adiel Teixeira de; CAVALCANTE, C.A.V., ALENCAR, M.H., FERREIRA, R.J.P., de
ALMEIDA- FILHO, A.T., GARCEZ T. V. Multicriteria and Multiobjective Models for Risk, Reliability and
Maintenance Decision Analysis. International Series in Operations Research & Management Science. Vol
231. New York: Springer, 2015. 416p.
CHAI, Junyi, LIU, James N.K., NGAI, Eric W.T., Application of decision-making techniques in supplier
selection: A systematic review of literature, Expert Systems with Applications, Volume 40, Issue 10, August
2013, Pages 3872-3885, ISSN 0957-4174.
GUARNIERI, Patricia. Modelo de apoio à decisão multicritério para classificação de fornecedores em
níveis de colaboração no gerenciamento da cadeia de suprimentos utilizando o método ELECTRE TRI.
2012. Tese (Doutorado em Engenharia de Produção) – Universidade Federal de Pernambuco.
GUARNIERI, Patricia. Síntese dos Principais Critérios, Métodos e Subproblemas da Seleção de
Fornecedores Multicritério. Rev. adm. contemp. [online]. 2015, vol.19, n.1, pp. 1-25. ISSN 1982-7849.
KENNEY, R., RAIFFA, H., “Decisions with multiple objec-tives: Preferences and value trade-offs” J.
Wiley, New York, 1976.
LIKERT, Rensis. A technique for the measurement of attitudes. Arquives of Psychology, v.140, p.1-55,1932.
LIMA JUNIOR, Francisco Rodrigues, OSIRO, Lauro , CARPINETTI, Luiz Cesar Ribeiro. Métodos de decisão
multicritério para seleção de fornecedores: um panorama do estado da arte. Gest. Prod. [online]. 2013,
vol.20, n.4, pp. 781-801. Epub Nov 05, 2013. ISSN 0104-530X.
POLMEROL, Jean- Charles; BARBA-ROMERO, Sergio. Multicriterion decision in management : principles
and practice. Kluwer, 2000.
23
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
SIEGEL, S. Estatística não paramétrica - para ciências do comportamento. Ed. McGraw Hill do Brasil, São
Paulo, 1977.
SIMON, H. A., The new science of management decision. New York: Harper & Row Publishers, 1960.
SOUSA, MA; DOWSLEY, B. S.; ALMEIDA, A T . Um problema multicritério de seleção de fornecedores
com modelo de agregação aditivo. In: ENEGEP 2013, 2013, Salvador. Anais do ENEGEP 2013.
24