Geração de regras para o uso das visualizações com base em seu nível de

Os HR encontrados nos experimentos de neurociência permitiram estabelecer probabilidades de acertos e variâncias 2 para várias situações, estes HR constituem um importante insight para o analista a medida que possibilitam o desenvolvimento de regras de recomendações para apoiar o analista no processo de aconselhamento junto ao decisor, durante o processo decisório.

Com base nestas probabilidades de acertos e variâncias (ou considerando o desvio padrão ), o analista pode aconselhar o decisor a continuar o processo de elicitação por decomposição (de Almeida 2020), ou a se utilizar das visualizações gráficas ou tabulares para selecionar uma das alternativas apresentadas nos gráficos e tabelas (de Almeida & Roselli, 2017).

Em relação aos valores de HR, para cada participante, os valores foram 0, se a alternativa errada fosse escolhida, ou 1, se a alternativa correta fosse selecionada, não sendo possível subtrair esses valores e aplicar o teste de Postos Sinalizados de Wilcoxon, como realizado para RT.

Portanto, a fim de reforçar as recomendações do analista sobre o uso de uma dada visualização, o desvio padrão do processo foi investigado. A partir do estudo das distribuições de probabilidade discretas, foi observado que a probabilidade de acerto para esse tipo de processo de decisão segue uma distribuição de Bernoulli, sendo o HR o estimador para essa porcentagem de sucesso (probabilidade de acerto, ), quando apenas um ensaio é realizado, visto que para cada visualização, os participantes têm apenas uma chance de selecionar a melhor alternativa (Montgomery et al., 2000).

Sendo assim, com base nessa distribuição, o desvio padrão () foi calculado para um caso geral, onde as probabilidades de acerto () num intervalo de 0 a 1 (podendo ser referido por „0% a 100%‟) foram consideradas, permitindo obter os valores de desvio padrão  em função de  (Montgomery et al., 2000), apresentado na Figura 24, conforme equação (4)

Figura 24 – Gráfico de desvio-padrão encontrado para os valores de HR

Fonte: Esta pesquisa (2020).

Com base na Figura 24 pode-se observar que, para valores de probabilidades de acerto, extremos, o desvio padrão  tem valores menores. Por outro lado, para os valores de  centrais, em torno de 0,5, o desvio padrão é maior. Sendo assim, esta métrica pode apoiar o analista nas recomendações, uma vez que, para maior  ou menor , o analista pode recomendar fortemente o decisor a aceitar ou rejeitar uma visualização com base na pequena variabilidade para os valores de  observados. Por outro lado, para valores de  entre 0,4 e 0,6 o analista pode aconselhar o decisor a ter mais cautela, sendo mais sensato não utilizar a visualização para a tomada de decisão, visto que a variabilidade do valor de  é bastante alta.

Sendo assim, a partir dos valores encontrados para o desvio-padrão, foi possível desenvolver uma regra de recomendação a ser seguida pelo analista ao interagir com o decisor. Esta regra foi desenvolvida com a definição de três regiões na curva de desvio- padrão, conforme ilustrado na Figura 25.

Figura 25–Três regiões definidas no gráfico de desvio-padrão

Fonte: Esta pesquisa (2020).

A Região A pode ser vista como uma região de "decisão com risco" na qual uma decisão não deve ser tomada, a menos que haja um alto risco de fazer a escolha errada. Ou seja, para a região A a direita (0,5 < Prob de acerto ≤ 0,8) as visualizações não devem ser utilizadas por um decisor avesso ao risco, pois apresentam alta variabilidade nos resultados. Para a região A a esquerda, com 0,2 < Prob de acerto ≤ 0,5, o analista deve recomendar não usar a visualização de qualquer maneira.

Por outro lado, a Região C é uma região de "decisão com confiança", na qual o analista pode aconselhar com mais confiança o decisor, recomendando fortemente o uso para a região C a direta (Prob de acerto > 0,9) ou a não usar a visualização, para a região C a esquerda (Prob de acerto ≤ 0,1).

Finalmente, a região B pode ser vista como uma região de "decisão cautelosa", onde o analista apresenta uma posição intermediária nas recomendações, levando em consideração as possíveis dificuldades do decisor para realizar a elicitação padrão por decomposição. Ou seja, na região B, o analista deve considerar essa variabilidade e recomendar ao decisor para tomar a decisão, caso a probabilidade de acerto da visualização esteja localizado na região B a direita (0,8 < Prob de acerto ≤ 0,9), e não recomendar o uso da visualização caso a probabilidade de acerto da visualização esteja localizado na região B a esquerda com (0,1 < Prob de acerto ≤ 0,2). A Tabela 59 apresenta os valores de HR e as respectivas recomendações.

Na Tabela 59, que tem natureza conceitual sobre a regra, considerou-se para fins de terminologia específica nessas regras, risco alto para σ entre 0,4 e 0,5 e risco médio para σ entre 0,3 e 0,4. Nas tabelas seguintes, que têm natureza operacional de uso, considerou-se “Risco de Uso” para o caso de Avaliar o alto risco de Tomar a decisão, e Possível uso para o caso de Avaliar o médio risco de Tomar a decisão. Observa-se que no primeiro caso tem-se uma situação de tomada de decisão holística, se o decisor tiver maior propensão a Risco, enquanto que no segundo caso, tem-se uma tomada de decisão holística, se decisor tiver pouca aversão a Risco.

Tabela 59 –Probabilidade de Acerto e Regra de Recomendação.

Prob de Acerto Grau de confiança Recomendação Justificativa HR ≤ 0,1 Alto

σ entre 0 e 0,3

Não tomar a decisão holística

Baixo HR 0,1 < HR ≤ 0,2 Moderado;

σ entre 0,3 e 0,4

Não tomar a decisão holística

Baixo HR 0,2 < HR ≤ 0,5 Baixo

σ entre 0,4 e 0,5

Não tomar a decisão holística HR intermediário inferior, com variabilidade alta 0,5 <HR ≤ 0,8 Baixo σ entre 0,4 e 0,5

Avaliar o alto risco de tomar a decisão HR intermediário superior, com variabilidade alta 0,8 <HR ≤ 0,9 Moderado; σ entre 0,3 e 0,4

Avaliar o médio risco de tomar a decisão

HR alto, mas variabilidade média HR > 0,9 Alto

σ entre 0 e 0,3

Tomar a decisão holística HR muito alto, com variabilidade baixa Fonte: Esta pesquisa (2020).

4.2.1.1 Recomendações para cada uma das visualizações investigadas nos experimentos Neste subitem as recomendações fornecidas com base na regra de recomendação desenvolvida foram apresentadas com o objetivo de comparar as visualizações investigadas nos experimentos com base na probabilidade de acerto que cada um obteve usando o estimador HR.

Tabelas foram construídas para cada um dos tipos de visualizações investigadas, apresentando a probabilidade de acertos e a recomendação fornecida para cada uma delas. Para estas tabelas, os valores de HR para o Experimento 1 foram extraídos de S3 da tabela 3.12 de Roselli (2017).

Sendo assim, a Tabela 60 apresenta as probabilidades de acerto para os gráficos de barras com pesos iguais e com mais de duas alternativas. Com base nas recomendações para os gráficos de barras é possível perceber que estas foram semelhantes para visualizações

comuns aos dois experimentos, com única exceção para os gráficos de barras com 4 alternativas e 5 critérios, em que as recomendações uso com confiança, no experimento 1, e possível uso, no experimento 2, foram apresentadas.

Tabela 60 –Recomendações para gráficos de barras com mais de duas alternativas e pesos iguais.

Visualização Prob de Acerto Recomendação

Exp 1 Exp 2 Exp 1 Exp 2

3A3C BS 0,92 - Uso com confiança -

4A3C BS 0,50 0,27 Não usar Não usar

5A3C BS 0,75 - Risco de uso -

3A4C BS 0,92 0,94 Uso com confiança Uso com confiança

4A4C BS 0,75 0,67 Risco de uso Risco de uso

5A4C BS 0,67 0,73 Risco de uso Risco de uso

3A5C BS 0,33 - Não usar -

4A5C BS 0,92 0,78 Uso com confiança Possível uso

5A5C BS 0,92 - Uso com confiança -

Fonte: Esta pesquisa (2020).

A Tabela 61 apresenta as probabilidades de acerto para os gráficos de barras com pesos diferentes e com mais de duas alternativas. Da mesma forma que observado para a Tabela 60, algumas recomendações foram semelhantes para os gráficos comuns, havendo diferenças principais com relação a gráficos que tiveram probabilidade de acerto entre 0,4 e 0,6, região caracterizada por apresentar um alto desvio padrão, sendo aplicadas recomendações de „Não usar‟ e „Risco de uso‟ destas visualizações.

A probabilidade de acerto para o gráfico 5A4C foi bastante diferente de um experimento para o outro, sendo este um caso de exceção o qual pode-se desenvolver estudos futuros para investigá-lo.

Tabela 61 –Recomendações para gráficos de barras com pesos diferentes com mais de duas alternativas

Visualização Prob de Acerto Recomendações

Exp 1 Exp 2 Exp 1 Exp 2

3A3C BD 0,75 - Risco de uso -

4A3C BD 0,50 0,59 Não usar Risco de uso

5A3C BD 0,33 - Não usar -

3A4C BD 0,08 0,45 Não usar Não usar

4A4C BD 0,17 0,16 Não usar Não usar

5A4C BD 0,75 0,08 Risco de uso Não usar

3A5C BD 0,33 - Não usar -

4A5C BD 0,67 0,45 Risco de uso Não usar

5A5C BD 0,58 - Risco de uso -

Com base nas Tabelas 60 e 61 é possível observar que a primeira apresenta várias recomendações como o uso das visualizações com confiança, enquanto a seguinte não apresenta nenhuma recomendação deste tipo. Dessa forma, fica claro o que já foi comentado anteriormente, no Capítulo 3, no que refere-se a maiores dificuldades enfrentadas para selecionar a melhor alternativa quando gráficos com pesos diferentes são avaliados.

Para avaliar as recomendações para gráficos de barras versus tabelas com mais de duas alternativas, as tabelas 62 e 63 foram desenvolvidas para visualizações com pesos iguais e com pesos diferentes, respectivamente.

Tabela 62 – Recomendações para gráficos de barras e tabelas com pesos iguais com mais de duas alternativas.

Visualização Prob de Acerto Recomendações

BS TS BS TS

3A4C BS 0,94 0,88 Uso com confiança Possível uso

4A3C BS 0,27 0,39 Não usar Não usar

4A4C BS 0,67 0,55 Risco de uso Risco de uso

4A5C BS 0,78 0,82 Risco de uso Possível uso

5A4C BS 0,73 0,73 Possível uso Possível uso

Fonte: Esta pesquisa (2020).

A Tabela 62 apresenta, para a maioria das visualizações com mais de duas alternativas, probabilidade de acertos semelhantes para gráficos de barras e tabelas, as quais, por sua vez geram recomendações similares para o uso destes dois tipos de visualizações.

As diferenças encontradas na Tabela 62 foram geradas devido a probabilidades de acerto próximas aos limites definidos para cada uma das categorias de recomendações, conforme apresentando na Tabela 59. Sendo assim, é possível confirmar que para gráficos de barras e tabelas com pesos iguais e contendo mais de duas alternativas, recomendações semelhantes são apresentadas para o uso, conforme já foi comentado, pela similaridade dos valores de HR, no Capítulo 3.

Tabela 63 – Recomendações para gráficos de barras e tabelas com pesos diferentes e. com mais de duas alternativas.

Visualização Prob de Acerto Recomendações

BD TD BD TD

3A4C BD 0,45 0,49 Não usar Não usar

4A3C BD 0,59 0,63 Risco de uso Risco de uso

4A4C BD 0,16 0,20 Não usar Não usar

4A5C BD 0,49 0,47 Não usar Não usar

5A4C BD 0,08 0,16 Não usar Não usar

Na Tabela 63 recomendações semelhantes também foram encontradas para pesos diferentes com mais de duas alternativas. Apesar de na análise de HR, apresentada no Capítulo 3, ter sido apresentado maiores HR para as tabelas frente aos gráficos de barras, para pesos diferentes, estas diferenças não foram grandes o suficiente para que recomendações diferentes fossem apresentadas.

Sendo assim, tanto para a avaliação de problemas MCDM/A com pesos diferentes como com pesos similares para os critérios, quando mais de duas alternativas se fazem presentes, o analista pode considerar como similar a performance de gráficos de barras e tabelas na atividade de avaliação holística para escolha da melhor alternativa pelo decisor. O analista deve apresentar ao decisor as recomendações específicas para cada uma das visualizações apresentadas nas Tabelas 62 e 63, assim como outras recomendações desenvolvidas para uso das visualizações neste Capítulo.

Para avaliar as visualizações desenvolvidas com duas alternativas, as Tabelas 64 e 65 foram elaboradas. Na Tabela 64 visualizações com 2 alternativas e pesos diferentes foram comparadas. Já na Tabela 65, visualizações com 2 alternativas e sete critérios, construídas para problemas com pesos diferentes e similares, foram comparadas.

Tabela 64 – Recomendações para visualizações com pesos diferentes e duas alternativas

Visualização Barras Radar Tabelas

Prob Recomend Prob Recomend Prob Recomend 2A4C 0,75 Risco de uso 0,57 Risco de uso 0,54 Risco de uso

2A5C 0,91 Uso com

confiança 0,78 Risco de uso 0,93 Uso com confiança 2A6C 0,60 Risco de uso

0,40 Não usar 0,49 Não usar 2A7C 0,31 Não usar 0,46 Não usar 0,27 Não usar

Fonte: Esta pesquisa (2020).

Tabela 65 – Recomendações visualizações com 7 critérios, com pesos diferentes vs iguais, e. duas alternativas

Visualização pesos diferentes pesos iguais

Prob Recomend Prob Recomend

Barras 0,31 Não usar 0,94 Uso com confiança

Radar 0,46 Não usar 0,81 Possível uso

Tabela 0,27 Não usar 0,78 Risco de uso

Conforme já comentado no Capítulo 3, na Tabela 64 percebe-se que o gráfico de barras para duas alternativas apresenta as melhores recomendações para a maioria dos problemas MCDM/A. Por outro lado, o gráfico tipo radar é o que apresenta as piores recomendações. Vale ressaltar, que apesar da similaridade entre as recomendações observadas para gráficos de barras e tabelas com mais de três alternativas, para o experimento desenvolvido com duas alternativas, o gráfico de barras apresentou melhores recomendações para o uso do que as tabelas.

Por fim, para a Tabela 65, as recomendações reforçam a diferença observada na probabilidade de acerto para visualizações com pesos diferentes versus visualizações com iguais. Sendo assim, para os três tipos de visualizações construídos, gráfico de barras, radar e tabela, com pesos diferentes recomendações de não utilizar a visualização para a avaliação holística foram apresentadas. Para pesos iguais, recomendações menos negativas foram observadas. Neste caso, é possível observar também que para pesos iguais, os gráficos de barras continuam como os melhores para a avaliação holística.

4.2.2 Uso da estrutura dos quadrantes Alpha-Theta no aconselhamento ao decisor