VALÉRIO ANTONIO PAMPLONA SALOMON
DESEMPENHO DA MODELAGEM DO AUXÍLIO À
DECISÃO POR MÚLTIPLOS CRITÉRIOS NA ANÁLISE
DO PLANEJAMENTO E CONTROLE DA PRODUÇÃO
Tese apresentada à Escola Politécnica da Universidade de São Paulo para obtenção do título de Doutor em Engenharia
Orientador:
Prof. Dr. Tamio Shimizu
Agradecimentos
Contribuíram neste trabalho as seguintes pessoas e instituições:
• Prof. Dr. Tamio Shimizu, com sua orientação clara, motivadora e objetiva.
• Prof. Dr. Fernando A. S. Marins (UNESP – Universidade Estadual Paulista “Júlio de
Mesquita Filho”) e Prof. Dr. Fernando J. B. Laurindo, com valiosas sugestões apresentadas na qualificação da pesquisa.
• Prof. Ph. D. Patrick T. Harker (University of Pennsylvania), com importante material
bibliográfico.
• Fundação para o Desenvolvimento da UNESP (FUNDUNESP) e Pró-reitoria de
Resumo
Para o funcionamento de uma empresa existem diversos tipos de decisões gerenciais que precisam ser tomadas. Os métodos e ferramentas utilizados no auxílio de uma decisão específica podem ser aplicados para decisões das mais variadas áreas de conhecimento. Os métodos de MCDA (Multiple Criteria Decision Aid – Auxílio à Decisão por Múltiplos Critérios) são aplicados em situações em que se necessita da análise de múltiplos critérios ou de múltiplos atributos. Neste trabalho apresentam-se estudos com relação ao desempenho da aplicação de métodos diferentes de MCDA.
No desenvolvimento deste trabalho adota-se uma abordagem quantitativa de pesquisa: a modelagem. A análise do PCP (Planejamento e Controle da Produção) é utilizada para se ilustrar melhorias obtidas na modelagem do MCDA. Há duas justificativas principais para a escolha do PCP. Em primeiro lugar, a sobrevivência de uma empresa necessita de um bom PCP. Em segundo lugar, o PCP provê informação para múltiplas decisões da Gerência de Produção, i. e., o MCDA é aplicável à análise do PCP.
Abstract
There are several managerial decisions for a company works. However, the methods and tools used for a specific decision aid can be applied for decisions from other areas. The MCDA (Multiple Criteria Decision Aid) methods are applied to analyze multiple criteria or multiple attributes. This work presents studies on the performance of the application of different methods of MCDA
For this work development, the modeling, a quantitative process of research, has been adopted. The PCP (Planejamento e Controle da Produção – Production Planning and Control) analysis is used to illustrate the improvements for the MCDA application. The PCP choice has two main justifications. First, the company performance is related with the PCP performance. Second, the PCP provides information for multiple decisions of Production Management, i. e., the MCDA is applicable for the PCP analysis.
SUMÁRIO
1. INTRODUÇÃO...1
1.1. Apresentação do Tema e Justificativa da Pesquisa...1
1.2. Método de Pesquisa, Objetivos e Organização do Texto...4
2. AUXÍLIO À DECISÃO POR MÚLTIPLOS CRITÉRIOS...6
2.1. Considerações Iniciais...6
2.2. Aplicação do Auxílio à Decisão por Múltiplos Critérios...7
2.2.1. 1o passo: Estruturação ...7
2.2.2. 2o passo: Atribuição de Pesos para Critérios e Alternativas...10
2.2.3. 3o Passo: Síntese dos Resultados...18
2.3. Considerações Finais ...23
2.3.1. Comparação da Aplicação de Métodos Distintos de MCDA...23
2.3.2. Considerações sobre o Desempenho do MCDA ...25
3. ANÁLISE DO DESEMPENHO...26
3.1. Considerações Iniciais...26
3.2. Modelo de Sink & Tuttle ...27
3.3. Balanced Scorecard...29
3.4. Considerações Finais ...33
4. ANÁLISE DO PLANEJAMENTO E CONTROLE DA PRODUÇÃO...34
4.1. Considerações Iniciais...34
4.2. Tipologia do Planejamento e Controle da Produção ...35
4.2.1. Tipos de PCP e Características do Processo Produtivo ...35
4.2.2. Estrutura do PCP ...36
4.2.3. Breve Descrição dos Tipos de PCP: JIT , MRP e OPT...38
4.3. Modelagem do MCDA na Análise do PCP...41
4.3.1. Exemplo 1: Análise Estratégica do PCP ...41
4.3.2. Exemplo 2: Análise Tática do PCP ...45
4.3.3. Exemplo 3: Análise Operacional do PCP ...50
4.4. Considerações Finais ...56
5. MELHORIAS NA APLICAÇÃO DO AUXÍLIO À DECISÃO POR MÚLTIPLOS CRITÉRIOS...58
5.2. Desempenho da Aplicação do MCDA na Análise do PCP...59
5.3. Número de Julgamentos Necessários para o Auxílio à Decisão ...62
5.3.1. Redução do Número de Julgamentos...62
5.3.2. Incomplete Pairwise Comparisons ...66
5.4. Independência entre Elementos do Modelo de MCDA ...71
5.4.1. O Axioma da Independência entre Elementos do Modelo de MCDA...71
5.4.2. Analytic Network Process...74
5.5. Aplicação do ANP e do IPC na Análise do PCP ...79
5.5.1. Seqüência de Apresentação dos Exemplos ...79
5.5.2. Exemplo 3: Análise Operacional do PCP ...80
5.5.3. Exemplo 1: Análise Estratégica do PCP ...84
5.5.4. Exemplo 2: Análise Tática do PCP ...90
5.6. Considerações Finais ...94
6. CONCLUSÕES ...96
6.1. Considerações Gerais ...96
6.2. Contribuições do Trabalho...97
6.3. Propostas para novas pesquisas...98
7. REFERÊNCIAS BIBLIOGRÁFICAS ...100
Anexo 1 - Escala Fundamental ...105
Anexo 2 - Índice de Coerência Aleatória ...106
Índice de Figuras
Figura 1 - Estrutura hierárquica para o exemplo de seleção de fornecedores...8
Figura 2 - Sensibilidade do desempenho global dos fornecedores (método AHP)...21
Figura 3 - Sensibilidade do desempenho global dos fornecedores (software MACBETH)...22
Figura 4 - Modelo de Sink & Tuttle (adaptada de Sink & Tuttle, 1993) ...27
Figura 5 - Balanced Scorecard (adaptada de Kaplan & Norton, 1992)...30
Figura 6 - Mapa estratégico de BSC desenvolvido a partir do Modelo de Sink & Tuttle...31
Figura 7 - Estrutura de PCP (adaptado de Silver et al., 1998) ...37
Figura 8 - Estrutura hierárquica para o Exemplo 1 (adaptada de Laurindo et al., 2002) ...42
Figura 9 - Sensibilidade do desempenho global das alternativas para o Exemplo 1...45
Figura 10 - Estrutura hierárquica para o Exemplo 2...46
Figura 11 - Sensibilidade da prioridade global das alternativas para o Exemplo 2 ...49
Figura 12 - Estrutura hierárquica para o Exemplo 3...51
Figura 13 - Sensibilidade do desempenho global das alternativas para o Exemplo 3...54
Figura 14 - Nova sensibilidade do desempenho global das alternativas para o Exemplo 3...56
Figura 15 - Máxima diferença entre os componentes do autovetor (adaptada de Harker, 1987b)...70
Figura 16 - Estrutura hierárquica para o exemplo do fast-food (adaptada de Saaty, 2001) ...72
Figura 17 - Estrutura em rede para o exemplo de seleção de fornecedores ...74
Figura 18 - Estrutura em rede para o Exemplo 3 ...80
Figura 19 - Estrutura em rede para o Exemplo 1 ...85
Índice de Quadros
Quadro 1 - Desempenho de três fornecedores de um mesmo item ...8
Quadro 2 - Dados necessários e gerados na aplicação de métodos diferentes de MCDA ...23
Quadro 3 - Resultados obtidos para o exemplo de seleção de fornecedores...24
Quadro 4 - Análise do desempenho com base em apenas dois atributos ...26
Quadro 5 - Tipos de PCP (adaptado de Silver et al., 1998)...35
Quadro 6 - Tipos de PCP e Matriz Produto-processo (adaptado de Silver et al., 1998; Slack et al., 2002) ...35
Quadro 7 - Importância relativa dos atributos para o Exemplo 2 ...46
Quadro 8 - Dados necessários e dados gerados para a aplicação de métodos diferentes de MCDA nos exemplos de análise do PCP ...60
Índice de Tabelas
Tabela 1 - Número de artigos publicados nos anais do Encontro Nacional de Engenharia de Produção ...6
Tabela 2 - Matriz de decisão para o exemplo de seleção de fornecedores (com atribuição direta de valores de desempenho entre 1 e 5)...10
Tabela 3 - Vetor de decisão para o exemplo de seleção de fornecedores (com atribuição direta)...10
Tabela 4 - Julgamentos e importância dos atributos (método AHP)...11
Tabela 5 - Julgamentos e desempenho dos fornecedores com relação à Qualidade do Produto (método AHP) ...13
Tabela 6 - Julgamentos e desempenho dos fornecedores com relação à Entrega (método AHP)...13
Tabela 7 - Cálculo do desempenho dos fornecedores com relação ao Preço (método AHP) ...13
Tabela 8 - Matriz de decisão para o exemplo de seleção de fornecedores (método AHP) ...14
Tabela 9 - Descrição e valor dos níveis de Preço (método MACBETH) ...15
Tabela 10 - Julgamentos e valor dos níveis de Qualidade do Produto (método MACBETH)...15
Tabela 11 - Julgamentos e valor dos níveis de Entrega (método MACBETH) ...15
Tabela 12 - Matriz de decisão para o exemplo de seleção de fornecedores (método MACBETH)...16
Tabela 13 - Julgamentos e importância dos atributos (método MACBETH) ...17
Tabela 14 - Índices de concordância para o exemplo de seleção de fornecedores (método ELECTRE I) .19 Tabela 15 - Índices de discordância para o exemplo de seleção de fornecedores (método ELECTRE I) ..19
Tabela 16 - Matriz de superação para o exemplo de seleção de fornecedores (método ELECTRE I) ...20
Tabela 17 - Vetor de decisão para o exemplo de seleção de fornecedores (método AHP)...20
Tabela 18 - Vetor de decisão para o exemplo de seleção de fornecedores (método MACBETH) ...22
Tabela 19 - Julgamentos e importância dos atributos no Exemplo 1 (adaptada de Laurindo, 2000)...42
Tabela 20 - Julgamentos e desempenho das alternativas com relação à Qualidade do Produto (adaptada de Laurindo, 2000)...43
Tabela 21 - Julgamentos e desempenho das alternativas com relação ao Design do Produto (adaptada de Laurindo, 2000)...43
Tabela 23 - Julgamentos e desempenho das alternativas com relação à Rapidez no Lançamento de
Produtos (adaptada de Laurindo, 2000) ...43
Tabela 24 - Julgamentos e desempenho das alternativas com relação ao Custos de Fabricação (adaptada de Laurindo, 2000)...43
Tabela 25 - Julgamentos e desempenho das alternativas com relação ao Mix de Produtos e Prazo de Entrega (adaptada de Laurindo, 2000) ...44
Tabela 26 - Vetores de decisão para o Exemplo 1 (adaptada de Laurindo, 2000)...44
Tabela 27 - Julgamentos e prioridade das alternativas com relação à Lucratividade...47
Tabela 28 - Julgamentos e prioridade das alternativas com relação à Satisfação do Consumidor...47
Tabela 29 - Julgamentos e prioridade das alternativas com relação à Produtividade ...47
Tabela 30 - Julgamentos e prioridade das alternativas com relação à Eficácia...48
Tabela 31 - Julgamentos e prioridade das alternativas com relação à Eficiência ...48
Tabela 32 - Julgamentos e prioridade das alternativas com relação à Criatividade...48
Tabela 33 - Vetor de decisão para o Exemplo 2...49
Tabela 34 - Desempenho das alternativas para o Exemplo 3 (adaptada de Brennan & O, 2004)...51
Tabela 35 - Julgamento e importância dos atributos para o Exemplo 3...52
Tabela 36 - Desempenho das alternativas de acordo com o Tempo Médio de Fluxo...52
Tabela 37 - Julgamentos e desempenho das alternativas de acordo com a Freqüência de Reprogramação53 Tabela 38 - Vetor de decisão para o Exemplo 3...53
Tabela 39 - Julgamentos e desempenho das alternativas de acordo com o Tempo Médio de Fluxo ...55
Tabela 40 - Novo vetor de decisão para o Exemplo 3 ...55
Tabela 41 - Julgamentos e importância dos atributos no Exemplo 1 (comparando-se apenas a Qualidade do Produto com os demais FCS) ...63
Tabela 42 - Vetores de decisão para o Exemplo 1 (obtidos com matrizes de julgamentos completas e incompletas) ...64
Tabela 43 - Vetores de decisão para o Exemplo 2 (obtidos com matrizes de julgamentos completas e incompletas) ...64
Tabela 44 - Vetores de decisão para o Exemplo 3 (obtidos com matrizes de julgamentos completas e incompletas) ...65
Tabela 46 - Distância à Filadélfia coma apenas 6 julgamentos (adaptada de Harker, 1987b)...68
Tabela 47 - Distância à Filadélfia obtida com o algoritmo IPC (adaptada de Harker, 1987b) ...68
Tabela 48 - Vetores de decisão para o exemplo do fast-food (adaptada de Saaty, 2001)...73
Tabela 49 - Matriz de alcance global para o exemplo de seleção de fornecedores...75
Tabela 50 - Matriz de alcance local para o exemplo de seleção de fornecedores...75
Tabela 51 - Supermatriz para o exemplo de seleção de fornecedores ...76
Tabela 52 - Matriz de pesos dos grupos para o exemplo de seleção de fornecedores ...76
Tabela 53 - Supermatriz ponderada para o exemplo de seleção de fornecedores...77
Tabela 54 - Matriz-limite para o exemplo de seleção de fornecedores...77
Tabela 55 - Matriz final para o exemplo de seleção de fornecedores...78
Tabela 56 - Vetores de decisão para o exemplo de seleção de fornecedores (métodos AHP e ANP) ...78
Tabela 57 - Matriz de alcance global para o Exemplo 3...81
Tabela 58 - Matriz de alcance local para o Exemplo 3...81
Tabela 59 - Supermatriz para o Exemplo 3 ...81
Tabela 60 - Matriz-limite para o Exemplo 3 (quadrado da supermatriz)...82
Tabela 61 - Matriz-limite para o Exemplo 3 (cubo da supermatriz)...82
Tabela 62 - Matriz de julgamentos incompleta com relação ao Tempo Médio de Fluxo ...83
Tabela 63 - Nova supermatriz para o Exemplo 3 ...83
Tabela 64 - Nova matriz-limite para o Exemplo 3 (quadrado da nova supermatriz) ...84
Tabela 65 - Vetores de decisão para o Exemplo 3 (métodos AHP e ANP com algoritmo IPC)...84
Tabela 66 - Matriz de alcance local para o Exemplo 1...86
Tabela 67 - Supermatriz para o Exemplo 1 ...86
Tabela 68 - Supermatriz ponderada para o Exemplo 1...87
Tabela 69 - Matriz limite para o Exemplo 1...87
Tabela 70 - Vetores de decisão para o Exemplo 1 (métodos AHP e ANP) ...88
Tabela 71 - Nova supermatriz para o Exemplo 1 (com aplicação do algoritmo IPC)...89
Tabela 72 - Vetores de decisão para o Exemplo 1 (métodos AHP e ANP com algoritmo IPC)...89
Lista de Siglas e Abreviações
AHP Analytic Hierarchy Process ANP Analytic Network Process BSC Balanced Scorecard
ELECTRE Elimination et Choix Traduisant la Réalité ERP Enterprise Resources Planning
FCS Fatores Críticos para o Sucesso
INFORMS Institute for Operations Research and the Management Sciences IPC Incomplete Pairwise Comparisons
JIT Just In Time
MACBETH Measuring Attractiveness by a Categorical Based Evaluation Technique MCDA Multiple Criteria Decision Aid
MPS Master Production Scheduling MRP Material Requirements Planning
OPT Optimized Production Technology PCP Planejamento e Controle da Produção
Lista de Símbolos e Variáveis
λ Autovalor máximo da matriz de julgamentos
A = [aij] Matriz de julgamentos
C = [cij] Matriz de concordância
D = [mij] Matriz de discordância
DwA Matriz de gradientes da matriz de julgamentos
Dwλ Matriz de gradientes do autovetor direito
e Vetor linha com todos componentes iguais a 1 I Matriz identidade
M = [mij] Matriz de decisão
s = [sj], z = [zk] Vetores auxiliares
w = [wi] Autovetor direito da matriz de julgamentos
y = [yj] Autovetor esquerdo da matriz de julgamentos
c Limite de concordância CR Razão de Coerência
d Limite de discordância
n Ordem da matriz de julgamentos
1. INTRODUÇÃO
1.1. Apresentação do Tema e Justificativa da Pesquisa
Nossasvidas são o somatório de nossas decisões – seja na esfera dos negócios, seja na vida pessoal. Freqüentemente, como decidimos é tão importante quanto o que decidimos... Decidir muito rápido pode ser desastroso. Demorar muito pode significar oportunidades perdidas. Mas, o crucial é que nós temos que decidir. O que precisamos é de uma abordagem sistemática e compreensiva para a tomada de decisão.
O trecho acima (Saaty, 2001) resume bem a importância do Auxílio à Decisão. Para o funcionamento de uma empresa, existem diversos tipos de decisões gerenciais que precisam ser tomadas. Destacam-se as decisões relacionadas com a Gerência da Produção, Gerência da Qualidade, Gerência de Recursos Humanos e Gerência de Finanças, entre outras. Estas decisões tendem a ser cíclicas, repetindo-se em intervalos de tempo, ora predeterminados, ora incertos. Além disso, os métodos e ferramentas utilizados no auxílio de uma decisão específica podem ser aplicados para decisões distintas, associadas a outras áreas de conhecimento. Assim, o Auxílio à Decisão se constitui em um importante tema para pesquisas (Ensslin et al., 2001; Gomes et al., 2003; Keeney, 1992; Lawrence & Pasternack, 2002; Shimizu, 2001).
Os métodos de MCDA (Multiple Criteria Decision Aid – Auxílio à Decisão por Múltiplos Critérios) são aplicados em situações em que se necessita da análise de múltiplos (dois ou mais) critérios, ou múltiplos atributos. O MCDA é utilizado na classificação (ranking) de soluções alternativas de problemas em uma enorme variedade de campos que inclui Finanças, Gerência Ambiental e Medicina (Doumpos & Zopounidis, 2002). O desenvolvimento dos métodos se deu a partir de trabalhos de autores diferentes, em países diferentes. Vincke (1992) classifica os métodos de MCDA em três “escolas” de abordagens:
• Escola Americana, com métodos baseados na função de utilidade;
As aplicações de diferentes métodos de MCDA utilizam, basicamente, a mesma ferramenta, a matriz de decisão. Nos diversos métodos de MCDA também seguem-se os mesmos três passos principais para o Auxílio à Decisão: estabelecimento de critérios e alternativas, atribuição de pesos e síntese dos resultados. A grande distinção entre um método e outro se dá na maneira como estes passos são executados. Assim, aplicações de métodos diferentes de MCDA, em um mesmo problema decisório, podem gerar resultados diferentes entre si (Guglielmetti et al., 2003; Zanakis et al., 1998).
Outro aspecto da aplicação de métodos distintos de MCDA se relaciona com o esforço necessário para o Auxílio à Decisão. Ou seja, a aplicação de um método pode requerer uma menor quantidade de dados que a aplicação de outro método, para o mesmo problema decisório. Uma maior quantidade de dados, a priori, implica em um maior consumo de recursos (por exemplo, pessoas que provêem os dados para a aplicação do método).
Pesquisas sobre MCDA têm gerado novos métodos ou algoritmos diferentes para determinadas etapas do método. O objetivo destas pesquisas, i. e., do desenvolvimento de métodos e algoritmos, é possibilitar melhorias na aplicação do MCDA. Quando o foco da pesquisa está na obtenção de um resultado mais confiável ou mais justificável, trata-se de uma pesquisa orientada para o resultado do Auxílio à Decisão; quando o foco está na redução do esforço necessário para a aplicação do MCDA, trata-se de uma orientação para o processo (Phillips-Wren et al., 2004). Neste trabalho, seguem-se as duas orientações, i. e., apresentam-se análises do esforço necessário para a aplicação de métodos de MCDA e análises dos resultados obtidos.
O mau desempenho do PCP tem sido a causa principal da falência de várias empresas, no mundo todo, de acordo com Vollmann et al. (1997). Não obstante, também existem firmas obtendo magníficos retornos para seus investimentos em PCP:
• Aumento da produtividade de empresas norte-americanas após atualizarem seus
programas de PCP;
• Redução de custos e melhoria na qualidade dos produtos, permitindo que algumas
firmas neozelandesas entrassem no mercado japonês;
• Redução no lead-time (tempo de resposta) por indústrias coreanas, na ordem de 40%.
As decisões da Gerência da Produção são tomadas com os objetivos que Slack et al. (2002) definem como propósitos do PCP: “garantir que os processos da produção ocorram eficaz e eficientemente e que produzam produtos e serviços conforme requeridos pelos consumidores”. Para Corrêa et al. (2001), a função do PCP é prover informação para a tomada de decisões que incluam:
• Planejar as necessidades futuras de capacidade de produção; • Planejar o recebimento de materiais comprados;
• Planejar níveis apropriados de estoques; • Programar as atividades de produção;
• Informar a situação corrente dos recursos produtivos e das ordens de produção; • Prometer os menores prazos possíveis aos clientes e fazer cumpri-los;
• Reagir eficazmente a mudanças nos recursos, nos processos e na demanda.
1.2. Método de Pesquisa, Objetivos e Organização do Texto
As abordagens metodológicas de pesquisas costumam ser classificadas em dois grupos: quantitativas e qualitativas (Bryman, 2001). O seguinte trecho de Berto & Nakano (1999) introduz e distingue estes grupos:
As abordagens de pesquisa quantitativas possuem hipóteses bem formuladas, baseiam-se em lógica dedutiva, buscam explicar relações de causa e efeito e, através da generalização de resultados, possibilitar replicações... Os tipos de pesquisa inerentes às abordagens quantitativas são o questionário (survey), o estudo conceitual (teórico), o diagnóstico, a modelagem e a simulação.
As pesquisas de natureza qualitativa buscam aproximar a teoria e os fatos, através da descrição e interpretação de episódios isolados ou únicos, privilegiando o conhecimento da relação entre contexto e ação. Através de análises subjetivas chegam, geralmente, a resultados particularizados que possibilitam, no máximo a comparação entre casos... Nas abordagens qualitativas os tipos de pesquisa mais freqüentes são: estudo de caso, estudo de campo, observação participante, pesquisa participante e pesquisa ação.
O objetivo deste trabalho é apresentar como a resolução de um problema decisório com a aplicação do MCDA pode ser melhorada. Ou seja, pretende-se responder à questão: Partindo-se do princípio que a tomada de uma certa decisão foi auxiliada com a aplicação de um método de MCDA, em que aspectos o auxílio a uma nova tomada de decisão, ou o auxílio à tomada de uma decisão similar, pode ser melhor?
Para responder tal questão inicialmente é necessária a identificação de alguns aspectos, ou atributos, da aplicação do MCDA. Assim, a apresentação de conceitos com relação à análise do desempenho se torna útil. Também é importante o estabelecimento dos limites da pesquisa, como por exemplo a escolha de um objeto de estudo. Em seguida uma abordagem ou método de pesquisa deve ser adotado.
Conforme Seção 1.1, a análise do PCP é utilizada neste trabalho como objeto para modelagem do MCDA. As decisões da Gerência da Produção às quais o PCP provê informação e os retornos esperados para investimentos em PCP merecem ser incluídos nos modelos de análise. Assim, o objetivo geral deste trabalho pode ser reescrito como “apresentar contribuições para a aplicação do MCDA na análise do PCP”. Dentre os objetivos específicos, estabelecidos para estruturar a pesquisa, incluem-se:
• Apresentar métodos de MCDA e ilustrar sua aplicação na análise do PCP; • Conceituar atributos ou métodos de análise do desempenho;
• Exemplificar oportunidades de melhoria para a aplicação do MCDA em situações
práticas e maneiras de obtê-las.
O trabalho está estruturado em seis capítulos, divididos em seções. Algumas seções, mais longas, estão divididas em itens. Este Capítulo 1 apresenta o tema, os objetivos e o método (Modelagem) adotado para a pesquisa e a organização do texto.
No Capítulo 2 apresentam-se conceitos do MCDA. Há um exemplo sobre a aplicação de métodos tradicionais de MCDA na solução de um mesmo processo decisório. Também está apresentada uma análise comparativa da aplicação dos métodos.
No Capítulo 3, estão apresentados atributos para a análise do desempenho. Também são apresentados, neste capítulo, métodos de análise de desempenho como o BSC (Balanced
Scorecard).
No Capítulo 4 apresentam-se alguns tipos de PCP e as situações em que, teoricamente, a aplicação destes tipos se torna adequada. Também estão apresentados exemplos de aplicação do MCDA na análise do PCP.
Considerações sobre melhorias na aplicação do MCDA na análise do PCP estão apresentadas no Capítulo 5. A obtenção de melhorias na aplicação do MCDA é ilustrada nos exemplos apresentados no Capítulo 4.
2. AUXÍLIO À DECISÃO POR MÚLTIPLOS CRITÉRIOS
2.1. Considerações Iniciais
Neste capítulo apresentam-se alguns métodos de MCDA (Multiple Criteria Decision
Aid – Auxílio à Decisão por Múltiplos Critérios). Com a Tabela 1 é possível constatar a
utilização dos métodos de MCDA nas pesquisas de Engenharia de Produção no Brasil. Observa-se que nos últimos oito anos foram publicados nos anais do Encontro Nacional de Engenharia de Produção mais de 100 artigos sobre o MCDA.
Foco do artigo 1996 1997 1998 1999 2000 2001 2002 2003 Total
AHP 5 1 1 3 4 2 3 2 21 ELECTRE 1 2 3 1 1 4 2 8 22 MACBETH 10 1 1 2 0 4 4 1 23 Outros métodos 7 1 1 0 0 0 3 2 14 Metodologia 2 4 7 3 1 2 0 4 23 Total 25 9 13 9 6 12 12 17 103
Tabela 1 - Número de artigos publicados nos anais do Encontro Nacional de Engenharia de Produção
Observa-se, ainda na Tabela 1, que no Brasil as pesquisas se concentram, basicamente, em aplicações do método AHP (Analytic Hierarchy Process) apresentado em Saaty (1980), da família de métodos ELECTRE (Elimination et Choix Traduisant la Réalité) desenvolvida a partir de Roy (1968) ou do MACBETH (Measuring Attractiveness by a
Categorical Based Evaluation Technique) apresentado em Bana e Costa & Vansnick
(1994). As aplicações de outros métodos de MCDA não chegam a 15%. Comparações entre aplicações de métodos distintos de MCDA e propostas para a aplicação do MCDA (sem a especificação ou escolha de um método) representam mais de 20%, ou seja, os 23 artigos incluídos na linha “Metodologia”.
de MCDA; já o MACBETH possui elementos de ambas escolas, como, por exemplo, agregação (Escola Americana) e subordinação (Escola Européia).
Na Seção 2.2 apresentam-se os passos necessários para a aplicação dos métodos tradicionais de MCDA, com um simples e prático exemplo ilustrativo, seguido de breves explanações teóricas. Este formato de apresentação tem sido, preferencialmente, utilizado (Ensslin et al., 2001; Saaty, 2001) por se mostrar mais didático, i. e., mais fácil de ser entendido pelo leitor. O exemplo escolhido trata do auxílio a um importante problema de decisão da Gerência da Produção: a seleção de fornecedores.
O capítulo se encerra com a apresentação na Seção 2.3 de considerações a respeito da aplicação do MCDA. Estas considerações dizem respeito, principalmente, aos dados necessários ou processados e aos resultados obtidos com a aplicação de diferentes métodos de MCDA no auxílio de um mesmo problema decisório.
2.2. Aplicação do Auxílio à Decisão por Múltiplos Critérios
2.2.1. 1o passo: Estruturação
Inicialmente, suponha-se que seja necessária a compra de uma determinada quantia ou lote de um produto. A decisão, neste caso, se trata da escolha, ou seleção, de qual fornecedor o lote deve ser comprado. Para este produto existem três fornecedores conhecidos:
• Fornecedor A que apresenta um preço baixo e produtos com um nível de qualidade
aceitável. Mas, demora na entrega. Ou seja, pede um prazo maior que o desejável.
• Fornecedor B, sempre entrega produtos de melhor qualidade e num menor prazo, que
o Fornecedor A. Mas, cobra mais caro por isso.
• Existe ainda uma terceira alternativa, o Fornecedor C, que apresenta um desempenho
intermediário em termos de preço e qualidade do produto. No entanto, este terceiro fornecedor, com freqüência, entrega após o prazo prometido.
igual ou superior ao de outro, nos três atributos, simultaneamente. Assim, a seleção de qualquer um dos três fornecedores deve ser considerada como solução alternativa para o problema de decisão.
Fornecedor Preço Qualidade do Produto Entrega
A Bom Aceitável Demora
B Alto Muito boa Rápida
C Médio Boa Atrasa
Quadro 1 - Desempenho de três fornecedores de um mesmo item
Geralmente no MCDA, adota-se o uso de estruturas hierárquicas, também denominadas de estruturas arborescentes (Ensslin et al., 2001), para se representar o modelo de MCDA. Nas estruturas hierárquicas, o objetivo da decisão (selecionar um fornecedor) é colocado no primeiro nível hierárquico. No segundo nível estão os critérios, no caso da Figura 1 já representados por seus atributos: Preço (atributo do critério econômico), Qualidade do Produto (critério técnico) e Entrega (critério logístico); no último nível hierárquico estão as alternativas, ou seja, os três fornecedores.
Figura 1 - Estrutura hierárquica para o exemplo de seleção de fornecedores
Na Figura 1, um nível hierárquico intermediário poderia ser inserido entre o segundo nível (atributos) e o terceiro (alternativas). Por exemplo, de acordo com Slack (1993), o atributo Entrega pode ser dividido em dois: Confiabilidade da Entrega e Velocidade da Entrega. O aumento do número de níveis hierárquicos torna a estrutura de MCDA mais complexa. Por outro lado, a maior compreensão dos elementos que compõem o MCDA, constitui uma melhoria da Qualidade no Processo de Auxílio à Decisão.
Selecionar um fornecedor
Preço do Produto Qualidade Entrega
2.2.2. 2o passo: Atribuição de Pesos para Critérios e Alternativas
Uma vez que o MCDA já esteja estruturado, i. e., que já se definiram quais são os critérios e as alternativas, o passo seguinte é a atribuição dos pesos, ou dos valores de importância para os critérios e dos valores de desempenho para as alternativas de acordo com cada critério. No método ELECTRE I executa-se este passo de maneira direta, com a atribuição dos valores de desempenho na matriz de decisão, a partir das informações disponíveis. Por exemplo, a Tabela 2 pode ser obtido a partir do Quadro 1.
Fornecedor Preço Qualidade do Produto Entrega
A 5 3 3
B 3 5 5
C 4 4 2
Tabela 2 - Matriz de decisão para o exemplo de seleção de fornecedores (com atribuição direta de valores de desempenho entre 1 e 5)
Na matriz de decisão apresentada na Tabela 2, observa-se que o desempenho dos fornecedores está quantificado, de acordo com critérios econômico, técnico e logístico (baseando-se nos atributos Preço, Qualidade do Produto e Entrega), utilizando-se uma escala numérica crescente de 1 a 5.
A importância de cada critério também pode ser estabelecida de maneira direta. Por exemplo, pode-se considerar que a Qualidade do Produto seja o atributo mais importante e adotar-se um valor de importância igual a 1,0 para o critério relacionado com este atributo (critério técnico); os outros dois critérios podem ser considerados igualmente importantes, atribuindo-se valores iguais a 0,5 para cada critério. Multiplicando-se a matriz de decisão (Tabela 2) pelo vetor de importância relativa dos critérios, [0,5 1,0 0,5]T, obtém-se o vetor de decisão, i. e., o vetor de Desempenho Global das alternativas (Tabela 3).
Fornecedor Desempenho Global
A 7,0
B 9,0
C 7,0
O Auxílio à Decisão indica que o fornecedor B deve ser selecionado, pois apresenta o maior valor de Desempenho Global. Observa-se que os valores de importância atribuídos aos critérios são fundamentais para o resultado do Auxílio à Decisão. Ou seja, alterações da importância dos critérios podem alterar o resultado, i. e., a seleção do fornecedor. Assim, a Análise da Sensibilidade do vetor de Desempenho Global com relação aos pesos dos critérios se faz necessária para justificar o resultado do Auxílio à Decisão. A Análise da Sensibilidade encontra-se apresentada no final desta seção. Trata-se de uma ferramenta útil no terceiro passo da aplicação de métodos de MCDA: a síntese dos resultados.
Na aplicação de outros métodos de MCDA são necessários alguns procedimentos para o estabelecimento da matriz de decisão. Nos métodos AHP e MACBETH são utilizadas matrizes de julgamentos para se obter os valores de desempenho das alternativas com relação a cada critério e também para se obter valores de importância dos critérios. No método AHP os julgamentos obedecem à Escala Fundamental (Saaty, 1980), apresentada no Anexo 1. A Tabela 4 apresenta uma matriz de julgamentos da importância relativa dos critérios. Observa-se que os critérios são representados nos julgamentos por seus respectivos atributos. Ou seja, os julgamentos são realizados entre os atributos. O atributo Qualidade do Produto foi julgado como sendo mais importante que os outros dois atributos: “fracamente mais importante” do que o Preço e “fortemente mais importante” do que a Entrega.
Atributo P Q E Importância
P (Preço) 1 1/3 3 25,8%
Q (Qualidade do Produto) 1 5 63,7%
E (Entrega) 1 10,5%
Tabela 4 - Julgamentos e importância dos atributos (método AHP)
No método AHP, os valores de importância dos atributos são obtidos com o autovetor,
Na aplicação do método AHP, assim como na aplicação do MACBETH, pode se verificar a coerência dos julgamentos. Coerência é a tradução para a palavra inglesa
Consistency utilizada neste trabalho, uma vez que no idioma português (sub uoce
Michaelis, 2002), “coerência” é a “ligação ou nexo entre os fatos” e “consistência” é o “estado de uma coisa que promete durar ou não ter mudança”.
Quando uma matriz de julgamentos apresenta todos julgamentos coerentes entre si, tem-se λ = n, onde n é a ordem da matriz de julgamentos. Para os julgamentos apresentados
na Tabela 2 tem-se λ ≅ 3,040. Como λ > n estes julgamentos não são 100% coerentes
entre si. De fato, isto se observa através da “relação de transitividade” (Gomes et al., 2003) que não se verifica para os valores i = 1, j = 2, k =3, da matriz de julgamentos apresentada na Tabela 4:
a23 = 5 ≠ 9 = 3 × 3 = a21× a13
CR (Consistency Ratio – Razão de Coerência) é um indicador da coerência dos
julgamentos, que considera o afastamento entre λ e n, conforme a Equação 2, e
considera também um erro aleatório associado à ordem da matriz de julgamentos, RI (Random Consistency Index – Índice de Coerência Aleatória) obtido conforme Anexo 2.
CR = RI n n ) 1 ( − − λ (2)
Saaty (2001) recomenda que, para valores de CR acima de 0,20, os julgamentos sejam revistos. Contudo, Saaty (1993 apud Gomes et al., 2003) nota que a incoerência entre os julgamentos deve servir mais como um alerta do que um fato necessariamente não desejável. De acordo com Saaty (2001), a revisão dos julgamentos é um procedimento sistemático para a melhoria do Auxílio à Decisão.
Para a Tabela 4 tem-se CR ≅ 0,038. Assim, o vetor [25,8% 63,7% 10,5%] pode ser
As Tabelas 5 e 6 apresentam matrizes de julgamentos do desempenho dos fornecedores com relação à Qualidade do Produto e à Entrega, respectivamente. Nos julgamentos foi utilizada a Escala Fundamental (Anexo 1). Os valores de CR obtidos para as matrizes de julgamentos são, aproximadamente, iguais a 0,062 e 0,028. Assim, os vetores apresentados podem ser adotados como vetores do desempenho dos fornecedores nestes dois atributos.
Fornecedor A B C Desempenho
A 1 1/7 1/5 7,2%
B 1 3 64,9%
C 1 27,9%
Tabela 5 - Julgamentos e desempenho dos fornecedores com relação à Qualidade do Produto (método AHP)
Fornecedor A B C Desempenho
A 1 1/5 3 17,8%
B 1 9 75,2%
C 1 7,0%
Tabela 6 - Julgamentos e desempenho dos fornecedores com relação à Entrega (método AHP)
Com relação ao Preço, trata-se de um atributo quantitativo e inverso. A Tabela 7 apresenta uma maneira de se obter valores do desempenho das alternativas para um atributo inverso, com a harmonização dos dados disponíveis para o desempenho.
Fornecedor Preço ($/lote) Desempenho
A 15.000 52/15 ≅ 3,47 3,47 / 9,13 ≅ 38,0%
B 20.000 52/20 = 2,60 2,60 / 9,13 ≅ 28,5%
C 17.000 52/17 ≅ 3,06 3,06 / 9,13 ≅ 33,5%
Soma 52.000 9,13 100%
A matriz de decisão obtida com a aplicação do método AHP está apresentada na Tabela 8.
Fornecedor Preço Qualidade do Produto Entrega
A 38,0% 7,2% 17,8%
B 28,5% 64,9% 75,2%
C 33,5% 27,9% 7,0%
Tabela 8 - Matriz de decisão para o exemplo de seleção de fornecedores (método AHP)
Na aplicação do método MACBETH, os julgamentos da importância dos critérios e do desempenho das alternativas ocorrem de maneira indireta. As alternativas não são comparadas umas contra as outras, e sim, comparadas com padrões ou normas. Inicialmente, deve-se identificar diferentes níveis para o desempenho esperado das alternativas de acordo com cada critério. Beinat (1995 apud Ensslin et al., 2001) recomenda que se estabeleçam cerca de cinco níveis, por exemplo, “excelente”, “muito bom”, “bom”, “médio” e “fraco”. Em seguida, os níveis de desempenho são comparados entre si. Finalmente, para cada alternativa, de acordo com cada critério, são atribuídos um nível de desempenho e o seu respectivo valor.
Em aplicações do método MACBETH, não se utiliza a Escala Fundamental (Anexo 1). A escala geralmente adotada (Ensslin et al., 2001) é composta por sete categorias, conforme Anexo 3.
Para atributos quantitativos, como o Preço, no método MACBETH a função de valor é obtida adotando-se um valor igual a zero para o menor nível de impacto, um valor igual a 100% para o maior nível de impacto e interpolando-se, linearmente, os valores para os outros níveis, conforme a Tabela 9.
Níveis de impacto Descrição Valor N5 $ 14.000 / lote 100% N4 $ 15.000 / lote 88% N3 $ 17.000 / lote 63% N2 $ 20.000 / lote 20%
N1 $ 22.000 / lote 0%
Tabela 9 - Descrição e valor dos níveis de Preço (método MACBETH)
Para atributos qualitativos, a função de valor é obtida com a utilização de matrizes de julgamentos. As Tabelas 10 e 11 apresentam, respectivamente, matrizes de julgamentos para as funções de valor de acordo com a Qualidade do Produto e Entrega.
Níveis de impacto N5 N4 N3 N2 N1 Valor
N5 (qualidade excelente) 0 2 4 5 6 100%
N4 (qualidade muito boa) 0 3 4 6 80%
N3 (qualidade boa) 0 2 4 50%
N2 (qualidade aceitável) 0 3 30%
N1 (qualidade insatisfatória) 0 0%
Tabela 10 - Julgamentos e valor dos níveis de Qualidade do Produto (método MACBETH)
Níveis de impacto N4 N3 N2 N1 Valor N4 (entrega num curto prazo) 0 4 6 6 100%
N3 (entrega dentro do prazo) 0 3 5 60%
N2 (atraso) 0 3 30%
N1 (não atendimento) 0 0%
Tabela 11 - Julgamentos e valor dos níveis de Entrega (método MACBETH)
utilizam-se “modelos de programação linear” (Ensslin et al., 2001). As aplicações do MACBETH, como por exemplo Bana e Costa et al. (2002), Ensslin et al. (2001), Mello et al. (2003a) e Schmidt (1995), são conduzidas com o uso de um software homônimo do método (versão demonstrativa disponível em “http://www.umh.ac.be/~smq”) desenvolvido pelos autores do método, Prof. Carlos António Bana e Costa (London
School of Economics, Inglaterra) e Prof. Jean-Claude Vansnick (Université de Mons-Hainaut, Bélgica). Contudo, o software MACBETH não evidencia qual é a função
objetivo ou quais são as restrições do modelo de programação linear utilizado. Assim, a aplicação do método MACBETH apenas é possível com a utilização de um “ software proprietário” (Sêmola, 2002). Ou seja, pode se dizer que nas aplicações práticas do método MACBETH há um menor domínio tecnológico do MCDA por parte dos usuários do Auxílio à Decisão em comparação com as aplicações do método AHP. O mesmo acontece com a verificação da coerência dos julgamentos: o software MACBETH apenas apresenta a mensagem “julgamentos coerentes” ou, caso contrário, além da mensagem “julgamentos incoerentes”, sugere valores alternativos para julgamentos incoerentes com os demais. A rotina de cálculo de indicadores da coerência, que também se baseia em programação linear (Schmidt, 1995), não é informada.
A Tabela 12 apresenta a matriz de decisão obtida com a associação do desempenho dos fornecedores aos correspondentes valores dos níveis de impacto. Por exemplo, para o desempenho do fornecedor A com relação ao Preço, igual a $ 15.000/lote, associou-se o valor 88%.
Fornecedor Preço Qualidade do Produto Entrega
A 88% 30% 60%
B 20% 80% 100%
C 63% 50% 30%
Tabela 12 - Matriz de decisão para o exemplo de seleção de fornecedores (método MACBETH)
vetores da importância relativa [0,5 1,0 0,5] e [25,8% 63,7% 10,5%], apresentados nos itens anteriores desta seção, indicam que [2 1 3] pode ser considerado como vetor ordinal dos atributos Preço, Qualidade do Produto e Entrega.
Após a ordenação dos atributos, os julgamentos são conduzidos utilizando-se a Escala de Atratividade (Anexo 3). Os componentes da matriz de julgamentos são resultados de comparações entre o desempenho de alternativas virtuais e não entre os atributos. Por exemplo, o valor 4 do componente a12 da matriz de julgamentos indica que se julgou
que há uma perda de atratividade forte ao se escolher um fornecedor que entregaria produtos de qualidade insatisfatória a $ 14.000/lote ao invés de se escolher um outro fornecedor que entregue produtos de qualidade excelente a $ 20.000/lote.
Atributo Q P E A0 Importância
Q (Qualidade do Produto) 0 4 6 6 52%
P (Preço) 0 3 5 32%
E (Entrega) 0 3 16%
A0 0 0%
Tabela 13 - Julgamentos e importância dos atributos (método MACBETH)
A importância relativa dos atributos apresentada na Tabela 13 foi obtida com a utilização do software MACBETH, que também verificou que os julgamentos podem ser considerados coerentes. Observa-se que há a inclusão da alternativa virtual A0 (no
software, denominada de all low) que apresenta o pior desempenho possível em todos
os pontos de vista. Esta inclusão é necessária para se calcular a importância do atributo menos preferível. Caso contrário esta importância seria nula, violando o Axioma da Exaustão (Mello et al., 2003b).
2.2.3. 3o Passo: Síntese dos Resultados
Nos itens anteriores desta seção estão apresentadas, para o mesmo problema de decisão (seleção de fornecedores), três maneiras distintas de se obter os valores de importância relativa dos critérios e dos valores de desempenho das alternativas. A cada uma das maneiras de se estabelecer pesos ou valores de desempenho associou-se um método de MCDA:
• A atribuição direta dos valores, adotada no ELECTRE I; • A utilização de matrizes de julgamentos, no método AHP; • A utilização de julgamentos indiretos, no MACBETH.
Neste item apresenta-se como cada método de MCDA citado trabalha os componentes da matriz de decisão a fim de prover o Auxílio à Decisão. Este passo é denominado Síntese dos Resultados. Salienta-se que as diferenças nos resultados obtidos e as diferenças nas informações utilizadas, na aplicação de cada método são assuntos da próxima seção do trabalho.
Na família de métodos ELECTRE trabalha-se com o conceito de superação: a alternativa i supera j se o desempenho de i for pelo menos tão bom quanto o de j. Segundo Gomes et al. (2003), na prática, procura se identificar se o risco de se considerar uma alternativa tão boa quanto outra é pelo menos aceitável. As considerações que conduzem a esta aceitação baseiam-se em dois conceitos: concordância e discordância.
A partir de uma matriz de decisão, se estabelecem os conjuntos de concordância e discordância. Um conjunto de concordância Cij é constituído dos critérios segundo os
quais o desempenho da alternativa i é pelo menos igual ao da alternativa j. Já no respectivo conjunto de discordância Dij estão os critérios segundo os quais o
atribui-se um índice de discordância obtido com Equação 3, onde mji e mjk são
componentes da matriz de decisão e d é a máxima diferença entre os componentes das colunas da matriz de decisão. Os vários índices de discordância compõem a matriz de discordância, D. ) ( max 1 jk ji D j ij m m d d jk − = ∈ (3)
As Tabelas 14 e 15 apresentam, respectivamente, as matrizes de concordância e discordância para a matriz de decisão apresentada na Tabela 2 e para o vetor normalizado da importância relativa dos critérios [25% 50% 25%]T.
Fornecedor A B C
A 25% 50%
B 75% 75%
C 50% 25%
Tabela 14 - Índices de concordância para o exemplo de seleção de fornecedores (método ELECTRE I)
Fornecedor A B C
A 67% 33%
B 33% 67%
C 33% 100%
Tabela 15 - Índices de discordância para o exemplo de seleção de fornecedores (método ELECTRE I)
Após o estabelecimento das matrizes de concordância e discordância, são adotados limites de concordância ( c ) e de discordância ( d ). Se cij ≥ c e dij ≤ d , então, diz-se
que a alternativa i supera a alternativa j e atribui-se o valor 1 ao correspondente componente da matriz de superação; caso contrário, atribui-se o valor zero. Entre os valores geralmente adotados para estes limites está a média aritmética dos componentes das matrizes. Para as matrizes apresentadas nas Tabelas 14 e 15 tem-se c≅ 50,0% e
d ≅ 55,9%.
A. Porém, nada se pode afirmar sobre o quanto os Fornecedores B e C são melhores que A, ou, ainda, sobre qual dos dois fornecedores é a melhor alternativa.
Fornecedor A B C
A 0 0
B 1 0
C 1 0
Tabela 16 - Matriz de superação para o exemplo de seleção de fornecedores (método ELECTRE I)
Um procedimento geralmente adotado para se testar o resultado do Auxílio à Decisão é a variação dos limites de concordância e de discordância. No caso em estudo, o resultado só é alterado para c > 75% e d < 33%. Para estes novos valores limites, a matriz de superação obtida é uma matriz nula. Ou seja, não se pode afirmar nada Contudo, os novos valores limites podem ser considerados rigorosos, uma vez que superam os valores médios dos componentes das matrizes e também superam valores freqüentemente adotados como, por exemplo, c = 0,60 e d = 0,40 (Gomes et al., 2004). Os métodos da família ELECTRE diferem entre si pela quantidade de dados que processam. Por exemplo, o método ELECTRE II trabalha com duas matrizes de superação (matriz de superação forte e matriz de superação fraca) obtidas com a adoção de três limites de concordância (c1 > c2 > c3) e dois limites de discordância (d1 > d2). A
partir destas matrizes identificam-se os graus de dominância de cada alternativa. Os passos de aplicação de todos os métodos da família ELECTRE estão apresentados em Roy & Bouyssou (1993).
No método AHP, o vetor de Desempenho Global é obtido multiplicando-se a matriz de decisão (Tabela 8) pelo vetor de importância relativa dos critérios (Tabela 4), nesta ordem. O resultado está apresentado na Tabela 17.
Fornecedor Desempenho Global
A 16,3%
B 56,6%
C 27,1%
A aplicação do método AHP indica a seleção do Fornecedor B (alternativa de maior valor de Desempenho Global). Contudo, este resultado foi obtido com a utilização de uma importância relativa superior a 60% para a Qualidade do Produto. A Análise da Sensibilidade se torna uma ferramenta útil, pois permite analisar o impacto de mudanças na importância relativa dos atributos. Saltelli et al. (2004) apresentam diversos métodos, algébricos ou gráficos, para a Análise da Sensibilidade.
A Figura 2 apresenta a variação do Desempenho Global dos fornecedores em função da importância do Preço. Observa-se que o Fornecedor B só será superado pelas outras alternativas, caso ao Preço atribuir-se uma importância relativa maior que 80%. Assim, a Análise da Sensibilidade contribui para o indicativo do Auxílio à Decisão de selecionar o fornecedor B.
Figura 2 - Sensibilidade do desempenho global dos fornecedores (método AHP)
decisão é diferente de 100%. No MACBETH, o Desempenho Global das alternativas é uma porcentagem do desempenho ideal de acordo com todos os atributos. A aplicação do método MACBETH indica que o Fornecedor B deve ser selecionado. Entretanto, há uma margem menor que a da aplicação do método AHP.
Fornecedor Desempenho Global
A 53,4%
B 64,0%
C 50,9%
Tabela 18 - Vetor de decisão para o exemplo de seleção de fornecedores (método MACBETH)
A Figura 3 apresenta a variação do Desempenho Global das alternativas em função da importância do atributo Preço. Observa-se que, caso ao Preço atribuir-se um valor de importância um pouco maior que 40%, o Desempenho Global do Fornecedor B passa a ser superado pelo dos outros fornecedores. Assim, a Análise da Sensibilidade não evidencia o domínio da seleção do Fornecedor B.
2.3. Considerações Finais
2.3.1. Comparação da Aplicação de Métodos Distintos de MCDA
As aplicações dos métodos AHP, ELECTRE I e MACBETH utilizam dados e processam informações diferentes, conforme o Quadro 2. Mesmo a Seção 2.2 tendo sido desenvolvida a partir de um problema de decisão específico da Gerência da Produção (a seleção de fornecedores), o quadro pode ser generalizado para a aplicação do MCDA em qualquer problema de decisão com três alternativas e três critérios (com dois atributos qualitativos e um quantitativo). Os números entre parênteses indicam a quantidade de valores utilizados. Por exemplo, na aplicação do ELECTRE I são obtidas uma matriz de concordância e uma matriz de discordância. Ou seja, duas matrizes quadradas de ordem 3. Como os componentes da diagonal principal destas matrizes indicam concordância ou discordância da superação de um elemento por ele mesmo, para cada matriz são calculados apenas 6 dos seus 9 componentes.
Método Dados necessários Dados gerados
AHP Matrizes de julgamentos (9) Valores de atributo quantitativo (3)
Matriz de decisão (9)
Importância relativa dos critérios (3)
Indicadores da coerência dos julgamentos (3) Vetor de decisão (3)
ELECTRE I Matriz de decisão (9)
Importância relativa dos critérios (3)
Matrizes de concordância e discordância (12) Limites de concordância e discordância (2) Matriz de superação (6)
MACBETH Matrizes de julgamentos (22) Valores de atributo quantitativo (5)
Matriz de decisão (9)
Importância relativa dos critérios (3) Vetor de decisão (3)
Quadro 2 - Dados necessários e gerados na aplicação de métodos diferentes de MCDA
expresso com o dobro de dados na aplicação do método ELECTRE I (com a matriz de superação) do que nos métodos AHP e MACBETH (vetor de decisão). No Quadro 2 não estão incluídas dados da Análise da Sensibilidade. A aplicação dos métodos AHP e ELECTRE I foram conduzidas apenas com a utilização de planilhas eletrônicas. Na aplicação do método MACBETH foi necessária a utilização do software MACBETH. A aplicação dos três métodos indica a seleção do Fornecedor B, conforme Quadro 3. Contudo, com a aplicação do ELECTRE I, a seleção do Fornecedor C ainda é uma alternativa que deve ser considerada. Com relação à aplicação dos métodos ELECTRE I e MACBETH, observa-se uma importante divergência com relação ao Fornecedor A: na aplicação do ELECTRE I, é uma alternativa dominada; no entanto, o Fornecedor A foi indicado como a segunda alternativa a ser escolhida com a aplicação do MACBETH. Neste sentido, conclui-se que as aplicações do ELECTRE I e do MACBETH, métodos da Escola Européia de MCDA, apresentaram resultados mais semelhantes com os resultados da aplicação do método AHP, da Escola Americana, do que entre si.
Método Auxílio à Decisão
ELECTRE I Comprar do Fornecedor B ou do Fornecedor C Evitar comprar do Fornecedor A
AHP Comprar do Fornecedor B
Caso a importância relativa do Preço supere 80%, comprar do Fornecedor C MACBETH Comprar do Fornecedor B
Caso a importância relativa do Preço supere 40%, comprar do Fornecedor A Quadro 3 - Resultados obtidos para o exemplo de seleção de fornecedores
2.3.2. Considerações sobre o Desempenho do MCDA
Com relação ao desempenho do MCDA, destacam-se os seguintes aspectos na aplicação apresentada na Seção 2.2:
• Dependendo do método de MCDA utilizado pode ser necessária uma maior
quantidade de dados ou pode se gerar uma maior quantidade de dados;
• Os dados necessários podem ser valores de importância de critérios e valores de
desempenho das alternativas, ou podem ser julgamentos sobre estes valores;
• No caso de se utilizar julgamentos, a verificação da coerência entre estes é uma
interessante ferramenta que pode ser aplicada para checar a qualidade dos dados;
• Em aplicações dos métodos AHP e MACBETH analisa-se a sensibilidade dos
resultados com relação à importância relativa dos critérios;
• Em aplicações do método ELECTRE I analisa-se a dominância entre as alternativas; • Os métodos AHP e ELECTRE I podem ser aplicados apenas com o uso de planilhas
eletrônicas (devido ao domínio público dos passos de aplicação dos métodos);
• A aplicação do MACBETH necessita da utilização de um software proprietário.
O objetivo geral do presente trabalho, conforme a Seção 1.2, é apresentar contribuições para a aplicação do MCDA, i.e., apresentar como a resolução de um problema decisório com métodos de MCDA pode ser melhorada. Não se enquadram nos objetivos, concluir que um método é superior ao outro. O foco deste trabalho é o desempenho da aplicação dos métodos e não os seus axiomas, suas limitações ou outras de suas características como “co nceito no meio acadêmico” (Morita, 2001).
3. ANÁLISE DO DESEMPENHO
3.1. Considerações Iniciais
No presente capítulo são apresentados os conceitos de análise do desempenho. O objetivo específico deste capítulo é conceituar atributos e métodos de do desempenho para que se possa atingir o objetivo geral do trabalho que é apresentar contribuições para a aplicação do MCDA (Multiple Criteria Decision Aid – Auxílio à Decisão por Múltiplos Critérios) na análise do PCP.
O Quadro 5 apresenta algumas duplas de atributos que, geralmente, são considerados na análise do desempenho. A primeira coluna de atributos é constituída apenas de atributos diretos: Benefícios, Oportunidades, Eficácia e Qualidade, são aspectos favoráveis ao desempenho de uma alternativa. Na segunda coluna tem-se atributos diretos (Eficiência e Produtividade) e inversos (Custos e Riscos). Além disso, na primeira coluna encontram-se atributos “orientados para o resultado” (Forgionne, 1999) e na segunda coluna atributos “orientados para o processo”.
Atributos do desempenho Característica da análise Benefícios & Custos Certeza (aspectos que certamente ocorrerão) Oportunidades & Riscos Incerteza (aspectos que provavelmente ocorrerão)
Eficácia & Eficiência Confrontação entre o esperado e o realizado Qualidade & Produtividade Satisfação do cliente
Quadro 4 - Análise do desempenho com base em apenas dois atributos
3.2. Modelo de Sink & Tuttle
No Modelo de Sink & Tuttle vários atributos do desempenho podem ser medidos em cincos pontos diferentes (sistemas à montante, recursos, sistema principal, resultados e sistemas à jusante). Os pontos de medição dos atributos do desempenho, apresentados na Figura 4, são os mesmos pontos de um diagrama SIPOC (Supplier, Input, Process,
Output, Customer – Fornecedor, Entrada, Processo, Saída, Consumidor) utilizado por
Deming (1950 apud Vaughan, 2002). Recentemente, o diagrama SIPOC voltou a ser uma ferramenta bastante utilizada na Gerência da Qualidade, em abordagens como Six
Sigma (Pande et al., 2000) ou ISO 9000 (Harmon, 2002).
Figura 4 - Modelo de Sink & Tuttle (adaptada de Sink & Tuttle, 1993)
Observa-se na Figura 4 que o Modelo de Sink & Tuttle considera seis atributos: Eficiência, Eficácia, Qualidade, Inovação, Produtividade e Lucratividade. Para Drucker (1977) e Laurindo (2000), o conceito de Eficiência está relacionado com “fazer as coisas da maneira correta” e Eficácia está relacionada com “fazer as coisas certas”. Sink & Tuttle (1993) apresentam os seguintes conceitos para Eficácia e Eficiência:
• Eficácia é a relação entre resultados obtidos e resultados previstos;
• Eficiência é a relação entre o consumo previsto de recursos e o consumo efetivo.
Ainda de acordo com Sink & Tuttle (1993), Produtividade é a relação entre os resultados gerados pelo sistema e os recursos consumidos para gerar esses resultados.
Produtividade Eficácia Qualidade Resultados Eficiência Lucratividade Sistemas à
A Lucratividade (ou Orçamentalidade para organizações sem fins lucrativos) é a relação entre resultados financeiros alcançados (Benefícios) e os Custos que propiciaram alcançá-los. Um sistema é considerado lucrativo quando os sistemas à jusante estiverem dispostos a pagar pelos resultados gerados pelo sistema principal, valores monetários maiores que os seus Custos.
Em função de sua importância, a Qualidade deve ser medida nos cinco pontos do modelo. O primeiro ponto compreende um conjunto de atividades que garantam a efetividade dos recursos. O segundo ponto enfoca a confirmação de que o sistema organizacional, efetivamente, está recebendo os recursos que necessita. O terceiro aborda uma parte importante da Gerência da Qualidade: a criação da Qualidade do Produto (ou Serviço) realizado pelo sistema principal. O quarto ponto de verificação da Qualidade garante que os resultados, gerados pelo sistema organizacional, satisfazem às especificações ou requisitos estabelecidos. Finalmente, o quinto ponto de verificação enfoca os sistemas à jusante e reflete a compreensão detalhada e significativa daquilo que os clientes querem, precisam, esperam ou exigem.
A Inovação é um atributo do desempenho que guarda relações com o terceiro ponto de verificação da Qualidade e pode ser entendida como um processo criativo capaz de mudar aquilo que o sistema organizacional faz e, também, o modo de fazer. Este processo pode incluir mudanças importantes na estrutura da organização, na tecnologia, nos produtos, nos serviços, nos métodos, nas políticas ou outros aspectos.
Para o entendimento de como o Modelo de Sink & Tuttle pode ser aplicado, três situações possíveis de ocorrer na prática podem ser consideradas:
• Um sistema ineficaz, mas produtivo. Ocorre quando o sistema principal atinge
resultados inferiores aos esperados, mas consumindo menos recursos que os previstos para estes resultados inferiores. Apesar de ineficaz, neste caso, o sistema deve ser considerado produtivo.
• Um sistema improdutivo, mas lucrativo. O sistema será improdutivo se consumir
• Um sistema lucrativo, mas com pouca capacidade de inovação. Existem duas
maneiras de tornar um sistema lucrativo. Diminuir os Custos do sistema é uma delas. A diminuição dos Custos pode ser obtida cortando-se gastos que, no momento, são desnecessários. Este fato pode representar uma inferioridade na Qualidade do sistema principal, por exemplo, tornando o sistema menos criativo.
Espera-se, com a utilização do Modelo de Sink & Tuttle, que se reconheça em quais aspectos o desempenho está bom e em quais aspectos o desempenho precisa melhorar. Na primeira situação citada, sistema produtivo, mas ineficaz, a solução pode ser um aumento da capacidade de produção. Na segunda situação, sistema lucrativo, mas improdutivo, a causa do problema pode ser a obtenção de recursos de baixa qualidade a um baixo custo. E, por último, num sistema lucrativo, mas pouco inovador, pode ser que nem exista um problema a curto ou médio prazo; mas, é conveniente que se pense sobre a necessidade do sistema ser melhorado para reagir a possíveis mudanças no mercado consumidor.
3.3. Balanced Scorecard
Rockart (1979) apresenta uma abordagem para se conceber Sistemas de Informação, baseada na definição, pelos próprios gerentes, de suas necessidades de informação. Segundo Laurindo (2000), o foco da abordagem está nos FCS (Fatores Críticos para o Sucesso), que seriam “o número limitado de áreas nas quais os resultados, se satisfatórios, asseguram o desempenho competitivo bem sucedido para a organização”. Basicamente, os passos do método dos FCS são os seguintes:
1 - Análise do ramo de atuação da empresa ou da natureza de uma área de negócios; 2 - Identificação dos FCS;
Rockart (1979) apresenta as seguintes vantagens do método dos FCS: ajuda o gerente a determinar os fatores nos quais sua atenção deve ser focalizada; força o gerente a desenvolver bons indicadores para estes fatores e a controlá-los; restringe a compilação de dados àquilo que realmente é necessário; evita a armadilha de construir um sistema de informação em torno apenas de dados fáceis de se coletar.
Conforme Rockart (1979), o conceito de FCS é útil para mais que o projeto de sistemas de informação, pois permite que sejam vislumbradas alternativas para melhorar funções ou áreas de importância crucial para a empresa. Kaplan & Norton (1992), com o BSC (Balanced Scorecard), desenvolveram um método para medir e dirigir ações da empresa de acordo com a sua estratégia. Laurindo (2000) considera o BSC uma extensão mais sistemática da idéia dos FCS. O BSC usa quatro conjuntos interligados de “indica dores” (conceito similar ao adotado para “atributo” neste trabalho), focando diferentes “perspectivas” (critérios): Perspectiva Financeira, Perspectiva do Consumidor, Perspectiva Interna e Perspectiva de Inovação, conforme a Figura 5.
Figura 5 - Balanced Scorecard (adaptada de Kaplan & Norton, 1992)
Perspectiva Financeira Metas Indicadores Perspectiva do Consumidor Metas Indicadores Perspectiva Interna Metas Indicadores Perspectiva de Inovação Metas Indicadores
Como parecemos para os acionistas?
O BSC é diferente do Modelo de Sink & Tuttle porque não especifica quais são os atributos do desempenho e como se espera que eles devam se comportar. Cada empresa define os atributos que deseja, ou julga necessário, medir e gerenciar. O BSC, simplesmente, ressalta que o conjunto de atributos do desempenho deve contemplar as quatro perspectivas apresentadas na Figura 6. Outra importante diferença, é que para a teoria do BSC deve-se pensar a respeito da relação dos atributos do desempenho entre si e deles com a estratégia da empresa. Estas relações devem ser documentadas no “mapa estratégico”: “cada medida do Balanced Scorecard se converte em parte integrante de uma cadeia lógica de causa e efeito que conecta os resultados almejados da estratégia com os vetores que induzirão a essas conseqüências” (Kaplan & Norton, 1997). Segundo Martins & Turrioni (2002), o mapa estratégico descreve o “processo de transformação de ativos intangíveis em resultados tangíveis para os clientes e, por conseguinte, em resultados financeiros”.
A Figura 6 apresenta um exemplo ilustrativo de um mapa estratégico de BSC desenvolvido utilizando-se alguns dos atributos do desempenho do Modelo de Sink & Tuttle. Por questões de simplificação, a Qualidade foi relacionada apenas com o último ponto de medição do modelo apresentado na Figura 5 (sistemas à jusante).
Figura 6 - Mapa estratégico de BSC desenvolvido a partir do Modelo de Sink & Tuttle
Na Figura 6 observa-se que as relações de dependência entre os atributos estão representadas com setas. Com relação à Perspectiva Interna (Eficácia, Eficiência e Produtividade) a relação de dependência já faz parte do Modelo de Sink & Tuttle. As outras relações foram assim deduzidas:
• O aumento da Lucratividade pode ser obtido com o aumento da receita (influenciado
pela Satisfação dos Consumidores) ou com a diminuição dos Custos (inversamente proporcional ao aumento da Produtividade).
• A Satisfação dos Consumidores é obtida com a Eficácia ou, quando o consumidor
muda suas exigências, com a Criatividade do sistema, também denominada de Inovação (Sink & Tuttle, 1993).
• A Inovação, no entanto pode exigir mais recursos do sistema, como por exemplo a
utilização de software para projeto de produtos. De acordo com o Modelo de Sink & Tuttle, o aumento do consumo de recursos diminui a Eficiência do sistema.
Os outros atributos do Modelo de Sink & Tuttle que podem ser incluídos na Figura 8 são a Qualidade no Projeto, Qualidade no Recebimento, Qualidade no Trabalho e Atendimento às Especificações. Devido ao BSC não ser rígido com relação à escolha dos atributos do desempenho (como é o Modelo de Sink & Tuttle), torna-se necessária uma “revisão dos scorecards das unidades de negócios” (Kaplan & Norton, 1992). O propósito deste feedback é avaliar a escolha dos atributos e o mapa estratégico.
A vantagem de se utilizar o BSC em comparação com a aplicação do Modelo de Sink & Tuttle é a sua flexibilidade. Ou seja, ao permitir que a própria empresa defina quais atributos do desempenho serão gerenciados, o BSC torna-se aplicável a qualquer tipo de empresa. Além de várias indústrias, há casos de sucesso na implantação do BSC em uma distribuidora de combustíveis, na prefeitura de uma cidade norte-americana, em um hospital pediátrico e em uma prestadora de serviços de telecomunicações, entre outros (Kaplan & Norton, 2001).
observa-se que, além dos consumidores, também compõe o ambiente de um sistema, os fornecedores, os concorrentes e a sociedade. Segundo Tatikonda & Tatikonda (1998), para serem efetivos, os atributos do desempenho necessitam refletir variações ocorridas na competitividade. Neste sentido, a análise dos pontos fortes (strengths), dos pontos fracos (weaknesses), das oportunidades (opportunities) e das ameaças (threats), ou Análise SWOT (Strengths, Weaknesses, Opportunities, Threats) é uma ferramenta que tem sido utilizada para uma consideração mais ampla, ou seja, holística, no estabelecimento de atributos de desempenho para o BSC (Martins & Turrioni, 2002).
3.4. Considerações Finais
Neste capítulo estão apresentados conceitos de diversos atributos para a análise do desempenho. Assim, os Capítulos 2 e 3 fornecem o embasamento teórico necessário para a análise do desempenho da aplicação do MCDA, objetivo geral do trabalho. Inicialmente, na Seção 3.1, são apresentadas algumas duplas de atributos para a análise do desempenho. Nas Seções 3.2 e 3.3 discute-se a análise do desempenho com base em mais de dois atributos. Apresentam-se nestas seções o Modelo de Sink & Tuttle, o método dos FCS e o BSC. Não é o propósito deste capítulo a apresentação de uma lista exaustiva de métodos para a análise do desempenho. Ou seja, existem outros métodos e modelos que não estão apresentados neste trabalho, principalmente, por utilizarem conceitos similares aos já apresentados. Entre estes métodos incluem-se o Performance
Prism de Neely & Adams (2001) e os Elementos da Competitividade de Slack (1993). O Performance Prism apresenta diversas similaridades com o BSC, apesar de trabalhar
