SELEÇÃO DE MÉTODOS MULTICRITÉRIOS DE APOIO À DECISÃO MCDA

Como vários métodos podem resolver problemas semelhantes, é importante detalhar qual a escolha do método mais adequado para cada problema ou até mesmo uma combinação deles, e para isto será realizada uma conceituação preliminar dos MCDAs (ISHIZAKA; NEMERY, 2013).

O MCDA consiste em um conjunto de modelos e técnicas para apoiar gestores a tomarem decisões, buscando propiciar a avaliação das alternativas por meio de uma multiplicidade de critérios (ALMEIDA; COSTA, 2003), sendo considerados diversos pontos de vista para avaliar o desempenho de cada alternativa com relação os objetivos estabelecidos (CHAVES et al., 2010).

Métodos MCDA foram desenvolvidos para apoiar a tomada de decisões de forma única e pessoal e fornecem técnicas para encontrar uma solução de compromisso do tomador de decisão. Nestes métodos o tomador de decisão tem grande importância, pois não são métodos automatizáveis, que levam à mesma solução para cada decisor, mas que incorporam informação subjetiva ou de preferência, que são fornecidas pelo tomador de decisão, o que leva a uma solução de compromisso (ISHIZAKA; NEMERY, 2013).

Portanto, nos métodos MCDA, as análises consideraram a subjetividade do processo decisório. Os métodos MCDA são para problemas com aspectos qualitativos ou quantitativos cujo princípio considera que a experiência e a informação das pessoas são tão importantes quanto os dados utilizados na tomada de decisão (ROY, 1996). Os métodos multicritérios permitem analisar critérios que não podem ser transformados em números reais (CEREDA JUNIOR, 2011).

Para utilizar o método multicritério, deve ser analisada a compensação, que pode existir ou não, entre os critérios da situação problemática estudada. Dessa forma, os métodos multicritérios são classificados quanto a sua característica de compensação, em dois grupos: os métodos compensatórios e os não compensatórios.

Segundo Roy (1996), os métodos multicritério podem ser divididos em duas abordagens:

 abordagem do critério único de síntese: consiste em agregar diferentes pontos de vista dentro de uma única função de síntese que deve, consequentemente, ser otimizada. Nesse caso, devem-se analisar as condições de agregação dos critérios e de construção do modelo. Neste grupo as abordagens mais utilizadas, vão desde o uso de médias ponderadas até o uso da Teoria da Utilidade Multiatributo (ALMEIDA, 2011). Considera-se como grupo dos métodos compensatórios, conhecido também como grupo da Escola Americana;

 abordagem da sobreclassificação (ou subordinação – termo em inglês: outranking): procura construir uma relação, chamada de Relação de Sobreclassificação, que representa as preferências estabelecidas pelo decisor. Depois, consiste em explorar a relação de sobreclassificação de tal forma que ajude o decisor a resolver o seu problema. Exemplos são os métodos da família ELECTRE (MIRANDA; ALMEIDA, 2007), conhecido como grupo da Escola Francesa.

O número de métodos MCDA disponíveis é extenso, e diante de tantas ferramentas de apoio o decisor tem que escolher a mais adequada e justificar. Segundo Ishizaka e Nemery (2013), nenhum dos métodos é perfeito nem pode ser aplicado a todos os problemas. Cada método tem suas próprias limitações, particularidades, hipóteses e perspectivas. Roy e Bouyssou (1993) afirmam que apesar da grande diversidade de procedimentos MCDA pode ser visto tanto como um ponto forte, ou como um ponto fraco.

O primeiro passo é elaborar um quadro de investigação inicial para escolher um procedimento multicritério adequado (GUITOUNI; MARTEL; VINCKE, 1999). E em seguida, se deve selecionar um método apropriado de acordo com o problema de decisão, para evitar uma escolha errada no início do processo. Além da análise dos dados de entrada, é indispensável examinar também o esforço na etapa da modelagem, na qual geralmente se define o produto da saída.

A escolha do método MCDA apropriado pode ser realizada de diferentes formas, com o objetivo de resolver problemas específicos. Uma opção é analisar os dados de entrada, isto é,

os dados e parâmetros do método e, o esforço de modelagem, bem como olhar para os resultados e sua consistência (GUITOUNI; MARTEL; VINCKE, 1999).

De acordo com Ishizaka e Nemery (2013), a escolha do método MCDA pode seguir os seguintes critérios:

 primeiro, podem ser analisados os métodos de agregação, nos quais o tomador de decisão pode verificar se a função de utilidade para cada um dos critérios é conhecida. Desta forma, usa-se o método Teoria da Utilidade Multiatributo (MAUT);

 no entanto, a construção da função de utilidade é muito trabalhosa. Mas se for muito difícil, existem alternativas, que é a utilização de comparações de pares entre os critérios e opções, nos quais as comparações são avaliadas em uma escala de razão para o Método Analítico do Processo de Hierarquia (AHP) e em uma escala de intervalo para o Measuring Attractiveness by a Categorical Based Evaluation Technique (MACBETH), apoiando esta abordagem. A desvantagem é que uma grande quantidade de informação é necessária. Se os critérios são dependentes, pode- se usar o Processo de Rede Analítica (ANP).

Na abordagem dos métodos de agregação completa (ou escola americana), a pontuação é avaliada para cada critério e depois sintetizada. Uma vantagem de definir funções utilitárias é que as opções do problema de decisão têm uma pontuação global. Com base nesta pontuação, é possível comparar todas as opções e classificá-las da melhor a pior, com rankings iguais permitidos. Também conhecida como a abordagem de agregação completa, que assume pontuações compensáveis, em que uma má pontuação em um critério pode ser compensada por uma boa pontuação em outro critério.

Os métodos de abordagem de classificação superior (ou escola francesa) são aqueles nos quais a nota ruim não pode ser compensada por uma melhor pontuação. A ordem das opções pode ser parcial porque a noção de incomparabilidade é permitida. Duas opções podem ter a mesma pontuação, mas o seu comportamento pode ser diferente e, portanto, incomparável.

Nos métodos de classificação, outra forma alternativa é a que define parâmetros-chave. Por exemplo, Preference Ranking Organization Method for Enriched Evaluation

(PROMETHEE) exige apenas limiares de indiferença e preferência, enquanto os métodos ELECTRE exigem os limiares de indiferença, de preferência e de veto. Mas se o usuário deseja evitar esses métodos ou parâmetros, Technique for Order Performance by Similarity to Ideal Solution (TOPSISP) pode ser usada, porque as opções apenas ideal e anti-ideal são obrigatórias.

Este grupo dos métodos não compensatórios, requer uma informação intercritérios correspondente à importância relativa entre os critérios, considera a incomparabilidade entre alternativas, sendo os métodos da família ELECTRE os mais utilizados.

Os métodos de classificação superior são baseados em comparações de pares. Isto significa que as opções são comparadas duas a duas, por meio de um grau de classificação superior ou preferência, que refletem o quanto melhor uma opção é da outra.

Para resolver os problemas definidos anteriormente, os métodos MCDA mais populares são descritos juntamente com as suas variantes. O Quadro 8 apresenta estes métodos e os problemas de decisão que resolvem. Existem outros métodos, porém este estudo vai citar apenas os métodos mais difundidos.

Quadro 8- Problemas de decisão e métodos MCDA

Escola Problema de decisão Método MDCA

Americana Agregação AHP

Americana Agregação ANP

Americana Escolha MAUT/UTA

Americana Escolha MACBETH

Francesa Classificação PROMETHEE Francesa Classificação ELECTRE

Francesa - TOPSIS

Fonte: Adaptada de Ishizaka; Nemery (2013)

Na seção seguinte se descrevem os principais métodos MCDA, mostrando os métodos compensatórios e os métodos de sobreclassificação, que compreendem o estágio de escolha no processo de decisão.