DETERMINAÇÃO DE MUNICÍPIOS PARA IMPLANTAÇÃO DE UNIDADES OPERACIONAIS DO SENAI UTILIZANDO MODELO DE APOIO MULTICRITÉRIO À DECISÃO

Transcrição

1 Dissertação apresentada à Pró-Reitoria de Pós-Graduação e Pesquisa do Instituto Tecnológico de Aeronáutica, como parte dos requisitos para obtenção do título de Mestre em Engenharia do Curso de Mestrado Profissional em Produção no Programa de Pós-Graduação em Engenharia Aeronáutica e Mecânica. Giovani Gujansky DETERMINAÇÃO DE MUNICÍPIOS PARA IMPLANTAÇÃO DE UNIDADES OPERACIONAIS DO SENAI UTILIZANDO MODELO DE APOIO MULTICRITÉRIO À DECISÃO Dissertação aprovada em sua versão final pelos abaixo assinados: Profa. Dra. Mischel Carmen Neyra Belderrain Orientadora Prof. Dr. Luiz Carlos Sandoval Góes Pró-Reitor de Pós Graduação e Pesquisa Campo Montenegro São José dos Campos, SP Brasil 2014

2 ii Dados Internacionais de Catalogação-na-Publicação (CIP) Divisão de Informação e Documentação Gujansky, Giovani Determinação de Municípios para implantação de unidades operacionais do SENAI utilizando modelo de apoio multicritério à decisão / Giovani Gujansky São José dos Campos, Número de folhas no formato A4, 145f. Dissertação de Mestrado Profissional Curso de Mestrado Profissional em Produção Instituto Tecnológico de Aeronáutica, ano. Orientadores: Nome dos orientadores precedidos de sua Titulação. 1. Apoio Multicritério à Decisão. 2. Analytic Hierarchy Process AHP. 3. Seleção de Municípios. I. Instituto Tecnológico de Aeronáutica. II. Determinação de Municípios para implantação de unidades operacionais do SENAI utilizando modelo de apoio multicritério à decisão REFERÊNCIA BIBLIOGRÁFICA GUJANSKY, GIOVANI. Determinação de Municípios para implantação de unidades operacionais do SENAI utilizando modelo de apoio multicritério à decisão folhas. Dissertação de Mestrado Profissional em Produção Instituto Tecnológico de Aeronáutica, São José dos Campos. CESSÃO DE DIREITOS NOME DO AUTOR: Giovani Gujansky TÍTULO DO TRABALHO: Determinação de Municípios para implantação de unidades operacionais do SENAI utilizando modelo de apoio multicritério à decisão TIPO DO TRABALHO/ANO: Dissertação / 2014 É concedida ao Instituto Tecnológico de Aeronáutica permissão para reproduzir cópias desta dissertação e para emprestar ou vender cópias somente para propósitos acadêmicos e científicos. O autor reserva outros direitos de publicação e nenhuma parte desta dissertação pode ser reproduzida sem a sua autorização (do autor). Giovani Gujansky Rua Japagua, 25, Avorada, Vila Velha - ES

3 iii DETERMINAÇÃO DE MUNICÍPIOS PARA IMPLANTAÇÃO DE UNIDADES OPERACIONAIS DO SENAI UTILIZANDO MODELO DE APOIO MULTICRITÉRIO À DECISÃO GIOVANI GUJANSKY Composição da banca Examinadora: Profa. Dra. Mischel Carmen Neyra Belderrain. Prof. Dr. Arnoldo S. Cabral Dra. Amanda Cecília Simões da Silva Presidente/Orientadora ITA ITA IAE ITA

4 iv Resumo Uma das diretrizes nacionais do Serviço Nacional de Aprendizagem Industrial SENAI é o crescimento da oferta de educação profissional nos estados do Brasil, e por conseguinte a expansão de sua rede de atendimento. O investimento para implantação de uma nova unidade do SENAI é alto e gera vários problemas políticos e administrativos. Sendo assim, a escolha dos locais para implantação deve ser pautada em critérios bem definidos e em uma metodologia que seja consistente. O presente trabalho propõe um método para definição dos municípios para implantação de novas unidades do SENAI. A proposta utiliza o método de Apoio Multicritério à Decisão AHPSort, para classificação dos municípios, selecionando os prioritários para esta implantação, e o Analytic Hierarchy Process AHP, para ranqueamento da classe prioritária visando apoiar a escolha dos decisores para seleção do novo município. O resultado do trabalho leva em consideração três cenários: econômico, social e estratégico; para que, de acordo com a necessidade do contexto, o decisor faça a escolha do município.

5 v Abstract One of the national guidelines of the Serviço Nacional de Aprendizagem Industrial - SENAI is the growth in the supply of professional education in the states of Brazil, and therefore the expansion of its service network. The investment for the implementation of a new unit of SENAI is high, and generates various political and administrative problems, so the choice of sites for location should be based on well defined criteria and on consistent methodology. This work proposes a method for defining the municipalities for the implementation of new units SENAI incorporating methods that take into account qualitative and intangible variables, treating the problem of choice and involvement of actors who are involved in the process. This method relies on the definition of key stakeholders, as well as the use of cognitive maps for key objectives, criteria and alternatives of the problem. The proposal uses methods of Multicriteria Decision as AHPSort for classification of municipalities selecting the priority for this deployment and Analytical Hierarchy Process - AHP for ranking the priority class to support the choice of decision makers to select the new municipality. The result of the work considers three scenarios : Economic, social and strategic, that according to the need of the moment the decision maker can choose the focus of the unit to be deployed.

6 vi Lista de Figuras Figura 1. Fases do processo de apoio à decisão Figura 2. Classificação de stakeholders pelos atributos Figura 3. Tipos de stakeholder Figura 4. Pensando sobre valores: a base para tomada de decisões com qualidade Figura 5. Estrutura Hierárquica Figura 6. Escala fundamental de Saaty no Super Decisions Figura 7. Formas de agregação de valores na decisão em grupo Figura 8. Processo do AHPSort Figura 9. Definição de classes utilizando perfis limitantes locais Figura 10. Definição de classes utilizando perfis centrais locais Figura 11. Classificação das alternativas utilizando perfis limitantes locais Figura 12. Classificação das alternativas utilizando perfis centrais locais Figura 13. Estrutura hierárquica do exemplo de aplicação do AHPSort Figura 14. Perfis limitantes locais das classes para cada critério Figura 15. Julgamento dos critérios utilizando o Super Decisions Figura 16. Saída do Super Decisions com o vetor prioridade de cada critério Figura 17. Comparação par a par das alternativas com os limitantes dos critérios experiência e flexibilidade Figura 18. Comparação par a par das alternativas com os limitantes dos critérios segurança e resiliência Figura 19. Comparação par a par das alternativas com o limitante do critério ambiental.. 55 Figura 20. Classificação final das alternativas Figura 21. Modelo proposto para determinação dos municípios para implantação de novas unidades do SENAI Figura 22. Matriz de classificação Interesse x Poder Figura 23. Classificação de stakeholders nacionais pelos atributos Figura 24. Classificação de stakeholders regionais pelos atributos Figura 25. Mapa Cognitivo Congregado Figura 26. Estrutura Hierárquica do estudo de caso Figura 27. Matriz de decisão em grupo dos julgamentos dos critérios focado no cenário econômico

7 vii Figura 28. Matriz de decisão em grupo dos julgamentos dos critérios focado no cenário social Figura 29. Matriz de decisão em grupo dos julgamentos dos critérios focado no cenário estratégico Figura 30. Perfis limitantes locais ( ) de cada classe para cada critério Figura 31. Comparação par a par dos critérios em relação ao objetivo principal perante um cenário econômico Figura 32. Vetor prioridade dos critérios em relação ao objetivo principal perante um cenário econômico Figura 33. Comparação par a par dos critérios em relação ao objetivo principal perante um cenário social Figura 34. Vetor prioridade dos critérios em relação ao objetivo principal perante um cenário social Figura 35. Comparação par a par dos critérios em relação ao objetivo principal perante um cenário estratégico Figura 36. Vetor prioridade dos critérios em relação ao objetivo principal perante um cenário estratégico Figura 37. Modificação da comparação par a par dos critérios em relação ao objetivo principal perante um cenário econômico Figura 38. Alteração do vetor prioridade dos critérios em relação ao objetivo principal perante um cenário econômico Figura 39. Modificação da comparação par a par dos critérios em relação ao objetivo principal perante um cenário social Figura 40. Alteração do vetor prioridade dos critérios em relação ao objetivo principal perante um cenário social Figura 41. Modificação da comparação par a par dos critérios em relação ao objetivo principal perante um cenário estratégico Figura 42. Alteração do vetor prioridade dos critérios em relação ao objetivo principal perante um cenário estratégico Figura 43. Estrutura hierárquica ranqueamento cenário econômico Figura 44. Estrutura hierárquica ranqueamento cenário social Figura 45. Estrutura hierárquica ranqueamento cenário estratégico Figura 46. Tela de saída do Super Decisions com o resultado do ranqueamento no cenário econômico

8 viii Figura 47. Tela de saída do Super Decisions com o gráfico do ranqueamento para o cenário econômico Figura 48. Tela de saída do Super Decisions com o resultado do ranqueamento no cenário social Figura 49. Tela de saída do Super Decisions com o gráfico do ranqueamento para o cenário social Figura 50. Tela de saída do Super Decisions com o resultado do ranqueamento no cenário estratégico Figura 51. Tela de saída do Super Decisions com o gráfico do ranqueamento para o cenário estratégico Figura 52. Matriz de decisão individual do julgamento dos critérios em relação ao objetivo principal do Stakeholder 13 perante um cenário econômico Figura 53. Matriz de decisão individual do julgamento dos critérios em relação ao objetivo principal do Stakeholder 14 perante um cenário econômico Figura 54. Matriz de decisão individual do julgamento dos critérios em relação ao objetivo principal do Stakeholder 13 perante um cenário social Figura 55. Matriz de decisão individual do julgamento dos critérios em relação ao objetivo principal do Stakeholder 14 perante um cenário social Figura 56. Matriz de decisão individual do julgamento dos critérios em relação ao objetivo principal do Stakeholder 13 perante um cenário estratégico Figura 57. Matriz de decisão individual do julgamento dos critérios em relação ao objetivo principal do Stakeholder 14 perante um cenário estratégico Figura 58. Mapa cognitivo individual do Stakeholder Figura 59. Mapa cognitivo individual do Stakeholder Figura 60. Comparação par a par das alternativas com o perfil limitante local dos critérios entre as classes A e B Figura 61. Continuação da comparação par a par das alternativas com o perfil limitante local dos critérios entre as classes A e B Figura 62. Comparação par a par das alternativas com o perfil limitante local dos critérios entre as classes B e C Figura 63. Continuação da comparação par a par das alternativas com o perfil limitante local dos critérios entre as classes B e C Figura 64. Comparação par a par das alternativas com o perfil limitante local dos critérios Taxa de Desemprego e PIB entre as classes A e B para o cenário social

9 ix Figura 65. Comparação par a par das alternativas com o perfil limitante local dos critérios Taxa de Desemprego e PIB entre as classes B e C para o cenário social

10 x Lista de Tabelas Tabela 1. Utilização dos métodos segundo a problemática de decisão Tabela 2. Escala Fundamental de Saaty Tabela 3. Exemplo de julgamento do decisor Tabela 4. Exemplo de normalização do julgamento do decisor Tabela 5. Valores de RI para matrizes de ordem 1 a Tabela 6. Valores de RC em função do número de elementos Tabela 7. Etapas e passos do AHPSort Tabela 8. Matriz de comparação par a par - Fornecedor I e limitante critério experiência 55 Tabela 9. Matriz de comparação par a par - Fornecedor I e limitante normalizado Tabela 10. Valores referencia para vetor prioridade local para matrizes de comparação par a par de dois elementos Tabela 11. Resultado do vetor prioridade da alternativa Tabela 12. Resultados do vetor prioridade das alternativas Tabela 13. Análise pela relação Poder x Interesse Tabela 14. Análise pela relação Poder x Legitimidade x Urgência Tabela 15. Lista de stakeholders nacionais Tabela 16. Análise pela relação Poder x Interesse de stakeholders nacionais Tabela 17. Análise pela relação Poder x Legitimidade x Urgência de stakeholders nacionais Tabela 18. Lista de stakeholders regionais Tabela 19. Análise pela relação Poder x Interesse de stakeholders regionais Tabela 20. Análise pela relação Poder x Legitimidade x Urgência de stakeholders regionais Tabela 21. Dados critérios municípios do Espirito Santo Tabela 22. Comparação par a par das alternativas com o limitante entre as classes A e B, para o critério taxa de desemprego Tabela 23. Vetor prioridade das alternativas em relação aos limitantes Tabela 24. Comparação par a par entre as alternativas e os limitantes entre as classes A e B Tabela 25. Comparação par a par entre as alternativas e os limitantes entre as classes B e C Tabela 26. Comparação par a par entre as alternativas e os limitantes no cenário Social... 97

11 xi Tabela 27. Resultado da alternativa Afonso Claudio em relação ao limitante entre A e B perante o cenário econômico Tabela 28. Resultado da alternativa Afonso Claudio em relação ao limitante entre B e C perante o cenário econômico Tabela 29. Classificação das alternativas em um cenário econômico em relação aos limitantes entre as classes A e B Tabela 30. Classificação das alternativas em um cenário econômico em relação aos limitantes entre as classes B e C Tabela 31. Classificação das alternativas em um cenário social em relação aos limitantes entre as classes A e B Tabela 32. Classificação das alternativas em um cenário social em relação aos limitantes entre as classes B e C Tabela 33. Classificação das alternativas em um cenário estratégico em relação aos limitantes entre as classes A e B Tabela 34. Classificação das alternativas em um cenário estratégico em relação aos limitantes entre as classes B e C Tabela 35. Classificação final das alternativas Tabela 36. Ranqueamento final das alternativas

12 xii Lista de Siglas AHP AIJ AMD ANP CNI DEA DR-ES ELECTRE FINDES IBGE IDEIES IDH IEL MACBETH MAUT PIB PROMETHEE RAIS RC RI SENAI SENAI DN SESI SMARTER SMARTS TOPSIS UTA VFT Analytic Hierarchy Process Agregação Individual de Julgamento Apoio Multicritério à Decisão Analytic Network Process Confederação Nacional da Indústria Data Envelopment Analysis Departamento Regional do Espírito Santo Elimination et Choix Traduisant la Réalité Federação das Indústrias do Estado do Espírito Santo Instituto Brasileiro de Geografia e Estatística Instituto de Desenvolvimento Industrial do Espírito Santo Índice de Desenvolvimento Humano Instituto Euvaldo Lodi Measuring Attractiveness by a Categorical Based Evaluation Technique Multi-Attribute Utility Theory Produto Interno Bruto Preference Ranking Organization Method for Enrichment Evaluation Relação Anual de Informações Sociais Razão de Consistência Random Índices Serviço Nacional de Aprendizagem Industrial Serviço Nacional de Aprendizagem Industrial Departamento Nacional Serviço Social da Indústria Simple Multi-Attribute Rating Technique using Exploiting Rankings Simple MultiAttribute Rating Technique Technique for Order Performance by Similarity to Ideal Solution Utilité Aditive Value Focused Thinking

13 xiii SUMÁRIO 1 INTRODUÇÃO PROBLEMA E QUESTÃO DE PESQUISA OBJETIVOS Objetivo Geral Objetivos Específicos JUSTIFICATIVA ESTRUTURA DO TRABALHO O SENAI REFERENCIAL TEÓRICO MÉTODOS DE APOIO MULTICRITÉRIO À DECISÃO CLASSIFICAÇÃO DOS MÉTODOS AMD PROBLEMÁTICAS DE DECISÃO PROCESSO DE APOIO MULTICRITÉRIO A DECISÃO Fase 1: Identificação do processo decisório Definição de Stakeholders Fase 2: Estruturação do Problema Abordagem Value Focused Thinking (VFT) para definição de objetivos Mapa Cognitivo para definição de critérios Fase 3: Estruturação do Modelo Multicritério Analytic Hierarchy Process (AHP) AHPSort Fase 4: Avaliação das Ações Potenciais: MODELO PROPOSTO PARA DETERMINAÇÃO DE MUNICÍPIOS VISANDO A IMPLANTAÇÃO DE UNIDADES OPERACIONAIS DO SENAI FASE 1 IDENTIFICAÇÃO DO CONTEXTO DECISÓRIO Etapa 1 Identificação das características e tipo do problema Etapa 2 - Identificação dos atores envolvidos na entidade em âmbito nacional Etapa 3 - Identificação dos atores envolvidos na entidade em âmbito regional FASE 2: ESTRUTURAÇÃO DO PROBLEMA Etapa 4 Levantamento de informações com os atores nacionais Etapa 5 Construção dos mapas cognitivos individuais Etapa 6 Construção do mapa cognitivo congregado Etapa 7 Construção da Estrutura Hierárquica... 67

14 xiv Etapa 8 Obtenção dos dados relativos aos critérios e subcritérios FASE 3: ESTRUTURAÇÃO DO MODELO MULTICRITÉRIO Etapa 9: Julgamento dos critérios com os atores regionais Etapa 10: Utilização do método APHSort para classificação das alternativas Etapa 11: Ranqueamento das alternativas na classe relevante utilizando o AHP FASE 4: AVALIAÇÃO DAS AÇÕES POTENCIAIS Etapa 12: Análise dos cenários Etapa 13: Avaliação dos resultados alcançados APLICAÇÃO DO MODELO PROPOSTO PARA DETERMINAÇÃO DE MUNICÍPIOS VISANDO À IMPLANTAÇÃO DE UNIDADES OPERACIONAIS NO SENAI ESPÍRITO SANTO FASE 1 IDENTIFICAÇÃO DO CONTEXTO DECISÓRIO Etapa 1 Identificação das características e tipo do problema Etapa 2 - Identificação dos atores envolvidos na entidade em âmbito nacional Etapa 3 - Identificação dos atores envolvidos na entidade em âmbito regional FASE 2: ESTRUTURAÇÃO DO PROBLEMA Etapa 4 Levantamento de informações com os atores nacionais Etapa 5 Construção dos mapas cognitivos individuais Etapa 6 Construção do mapa cognitivo congregado Etapa 7 Construção da Estrutura Hierárquica Etapa 8 Obtenção dos dados relativos aos critérios FASE 3: ESTRUTURAÇÃO DO MODELO MULTICRITÉRIO Etapa 9: Julgamento dos critérios com os atores regionais Etapa 10: Utilização do método APHSort para classificação das alternativas Etapa 10.1: Definição do Problema Etapa 10.2: Avaliação Etapa 10.3: Atribuição de Classes Etapa 11:Ranqueamento das alternativas classe relevante utilizando o AHP FASE 4: AVALIAÇÃO DAS AÇÕES POTENCIAIS Etapa 12: Análise dos cenários Etapa 13: Avaliação dos resultados alcançados CONCLUSÃO REFERÊNCIAS ANEXOS

15 15 1 INTRODUÇÃO Para o crescimento industrial do Brasil, um dos principais pilares a ser considerado é a melhoria da produtividade do país. A busca dessa melhoria passa pela qualificação dos empregados, na geração de novas tecnologias, e pela inovação. Participando deste contexto, o Serviço Nacional de Aprendizagem Industrial SENAI, por meio do Programa de Apoio à Competitividade da Indústria Brasileira, promove a criação de vinte e três (23) Institutos SENAI de Inovação, sessenta e três (63) Institutos SENAI de Tecnologia, bem como a construção de cinquenta e três (53) novos Centros de Formação Profissional e oitenta e uma (81) novas Unidades Móveis de Educação Profissional. Planeja-se a conclusão deste processo de implantação até o final de Os Institutos SENAI de Inovação atuarão em rede nacional, em conjunto com os Institutos de Tecnologia, e serão fortes aliados das empresas no desenvolvimento integrado de produtos, processos, pesquisa aplicada, solução de problemas complexos e antecipação de tendências tecnológicas. Em conjunto com os Centros de Formação Profissional já existentes e com os novos, tem o objetivo de formar pessoal qualificado para gerar conhecimento, desenvolver tecnologias e atender a mão de obra de acordo com as necessidades atuais e futuras da indústria. (CONFEDERAÇÃO NACIONAL DA INDÚSTRIA, 2014). No Estado do Espírito Santo, este cenário também se faz presente com a chegada de diversas empresas nacionais e estrangeiras, como também a ampliação das já existentes no estado. Diante disso, a Federação das Indústrias do Estado do Espírito Santo FINDES acompanha esse desenvolvimento por meio do investimento em criação de novos Centros de Formação Profissional do SENAI, visando atender a demanda gerada e suprir a necessidade

16 16 de formação profissional e tecnológica, de inovação e de transferência de tecnologias industriais e auxiliando no desenvolvimento do parque industrial. Tem-se, contudo, um problema complexo: onde instalar as novas Unidades do SENAI no estado para atender estas crescentes demandas. A teoria da análise de decisão permite um melhor entendimento e a estruturação do problema a partir de uma série de fatores. Essa percepção possibilita o desenvolvimento de métodos de apoio multicritério à decisão, como o AHP (Analytic Hierarchy Process) e o AHPSort. Para solucionar o problema abordado neste trabalho, usa-se o VFT (Value Focused Thinking), os mapas cognitivos para estruturar o problema e os métodos AHP e AHPSort para direcionar os tomadores de decisão na busca pela melhor solução e escolha de um município para sediar um novo centro de educação profissional do SENAI. 1.1 Problema e questão de pesquisa Para dar apoio ao fortalecimento da indústria brasileira o SENAI necessita realizar investimentos para aumentar sua capilaridade e atingir o maior número de municípios, indústrias e pessoas no Brasil. Face ao crescimento da rede SENAI em todo Brasil, e à existência de unidades em todos os estados, o grande problema enfrentado hoje é saber em quais municípios localizar as novas Unidades do SENAI. Entendendo-se que muitas vezes várias decisões são tomadas baseadas no empirismo, este trabalho propõe um modelo para a definição desses novos municípios utilizando métodos de apoio multicritério à decisão, visto que a implantação de uma nova unidade requer um alto investimento e hoje não existe modelo estruturado para apoiar esta decisão mediante critérios bem definidos e que possam balizar esta escolha.

17 Objetivos Objetivo Geral Propor um modelo para definição dos municípios para implantação de novas unidades do SENAI. A proposta utiliza o método de apoio multicritério à decisão AHPSort, para classificação dos municípios, selecionando os prioritários para essa implantação, e o Analytic Hierarchy Process - AHP, para ranqueamento da classe prioritária, visando apoiar a escolha dos decisores para seleção do novo município. Objetivos Específicos a) Identificar os decisores para definição dos critérios para comparação dos municípios; b) Estruturar o problema utilizando mapas cognitivos; c) Classificar os municípios utilizando AHPSort; d) Ranquear os municípios utilizando AHP. 1.3 Justificativa Em face da necessidade de ampliação do número de escolas do SENAI no Brasil e da não existência de modelos com critérios definidos para a escolha de novos municípios para implantação destas unidades, este trabalho é relevante perante ao cenário que vive hoje o Serviço Nacional de Aprendizagem Industrial. O trabalho está alicerçado em dois métodos de Apoio Multicritério a Decisão: o AHP, um método consolidado e conhecido no âmbito acadêmico, para o ranqueamento de alternativas; e o AHPSort, método mais recente proposto por Ishizaka, Pearman e Nemery (2012), derivado do AHP. Este método supre algumas deficiências do AHP quanto ao grande

18 18 número de alternativas e além de realizar uma classificação das mesmas. Está classificação apoia o decisor em um olhar mais crítico a um grupo de alternativas de seu interesse perante limitantes definidos por ele mesmo. Como um método é derivado do outro a utilização dos dois em único processo de escolha não gera conflitos em sua utilização. 1.4 Estrutura do trabalho Este trabalho está organizado em seis capítulos, descritos resumidamente a seguir: O capítulo 1 apresenta introdução, mostrando o problema a ser tratado; os objetivos; a justificativa do trabalho e a sua relevância; No capítulo 2 se explicita o que é o SENAI, a história de sua criação e como este trabalho se agrega às suas necessidades; O referencial teórico utilizado no contexto do trabalho é apresentado no capítulo 3; O capítulo 4 mostra uma proposta de modelo para identificação dos municípios para implantação de novas unidades do SENAI; Uma aplicação do modelo no Estado do Espírito Santo é realizada no capítulo 5; As conclusões do trabalho são apresentadas no capítulo 6, junto com sua relevância e suas limitações; Nas referências são apresentadas as bibliográficas pesquisadas e utilizadas no trabalho.

19 19 2 O SENAI Criado em 22 de janeiro de 1942 pelo Decreto-Lei 4.048, o Serviço Nacional de Aprendizagem Industrial (SENAI) é o maior complexo de educação profissional e tecnológica da América Latina (CONFEDERAÇÃO NACIONAL DA INDÚSTRIA, 2014). Com o objetivo de promover a formação profissional de trabalhadores para a indústria, pesca, comunicação e algumas áreas do transporte, o SENAI qualificou mais de 55 milhões de profissionais desde sua criação (CONFEDERAÇÃO NACIONAL DA INDÚSTRIA, 2014). Atualmente o SENAI possui 809 unidades operacionais fixas e móveis e recebe cerca de 2,5 milhões de matrículas por ano em mais de três mil cursos, que preparam trabalhadores para 28 áreas industriais, além da prestação de serviços técnicos e tecnológicos, como consultoria e assistência ao setor produtivo, laboratorial, pesquisa aplicada e informação tecnológica (CONFEDERAÇÃO NACIONAL DA INDÚSTRIA, 2014). A instituição é caracterizada como pessoa jurídica de direito privado, sem fins lucrativos, vinculada ao sistema sindical patronal. O decreto de criação do SENAI estabelece que a manutenção da instituição aconteça por meio de contribuições compulsórias de empresas vinculadas aos setores produtivos, motivo pelo qual obriga a prestação de contas ao Tribunal de Contas da União (TCU), apesar de não integrar a administração pública direta ou indireta (SERVIÇO NACIONAL DE APRENDIZAGEM INDUSTRIAL, 2014). O SENAI tem regime de unidade normativa e de descentralização executiva e é formada por um Departamento Nacional e 27 Departamentos Regionais, com unidades operacionais instaladas nos 26 Estados e no Distrito Federal. Elas levam os programas, projetos e as atividades do SENAI a todo o território nacional, atendendo às diferentes necessidades locais, contribuindo para o fortalecimento da indústria e o desenvolvimento dos estados e do País. Para a realização de suas atividades, o SENAI é constituído por órgãos normativos e órgãos de administração nacional e regional, sob a supervisão da Confederação Nacional da Indústria

20 20 (CNI) e das Federações das Indústrias dos estados. Os órgãos normativos são o Conselho Nacional do SENAI, com jurisdição em todo o país, e os Conselhos Regionais, com jurisdição em cada uma das 27 unidades da federação (CONFEDERAÇÃO NACIONAL DA INDÚSTRIA, 2014). Na época da criação do SENAI, os empresários Euvaldo Lodi, então presidente da CNI, e Roberto Simonsen, que presidia a Federação das Indústrias do Estado de São Paulo (FIESP), se inspiraram na experiência bem-sucedida do Centro Ferroviário de Ensino e Seleção Profissional. No final da década de 50, diante do projeto de aceleração da industrialização capitaneado pelo presidente Juscelino Kubitschek, o SENAI estava presente em quase todo o território nacional e tornou-se referência de inovação e qualidade na área de formação profissional, servindo de modelo para a criação de instituições similares na Venezuela, no Chile, na Argentina e no Peru. Nos anos 60, o SENAI investiu em cursos sistemáticos de formação profissional, intensificando treinamentos dentro das empresas e buscando parcerias com os Ministérios da Educação e do Trabalho e com o Banco Nacional da Habitação. Com o apoio técnico e financeiro de instituições da Alemanha, do Canadá, do Japão, da França, da Itália e dos Estados Unidos, o SENAI chegou ao início dos anos 1990 pronto para assessorar a indústria brasileira no campo da tecnologia de processos, de produtos e de gestão. (CONFEDERAÇÃO NACIONAL DA INDÚSTRIA, 2014) Hoje, a instituição se prepara para um novo desafio: o Programa de Apoio à Competitividade da Indústria Brasileira, que visa estimular a inovação e o desenvolvimento tecnológico da indústria e ampliar a oferta de educação profissional no país. Utilizando investimentos de R$ 1,9 bilhão, o SENAI pretende implantar uma rede nacional contendo 38 institutos de tecnologia e 23 institutos de inovação. Com essa nova estrutura, associada à construção de 53 novos centros de formação profissional, a aquisição de 81 unidades móveis e reforma das escolas já existentes, o SENAI reforça sua estrutura para apoiar a inovação e a

21 21 capacitação de trabalhadores para a indústria brasileira (CONFEDERAÇÃO NACIONAL DA INDÚSTRIA, 2014). Um dos grandes desafios para expansão do SENAI é a identificação dos locais para implantação destes novos centros. Este trabalho busca elaborar um modelo para definição desses locais com critérios e decisores bem definidos, a fim de apoiar a escolha dos locais e, assim, maximizar os resultados dos investimentos para esta ampliação. A definição dos critérios é realizada a nível nacional para garantir a padronização do processo, visto que na maioria das implantações de novas unidades existe apoio financeiro do SENAI nacional e de entes federais. No entanto, o peso destes critérios é definido regionalmente, garantido as características individuais e a independência de cada estado. O próximo capítulo traz o arcabouço de conhecimento teórico para o desenvolvimento deste trabalho.

22 22 3 REFERENCIAL TEÓRICO 3.1 Métodos de Apoio Multicritério à Decisão Em geral, dentro de uma estrutura organizacional tem-se problemas caracterizados como multicritério, em especial os que são de natureza estratégica. Estes problemas envolvem tipos de decisão multicritério, que consiste em situações onde se têm no mínimo duas alternativas a serem escolhidas, levando em consideração vários objetivos a serem atendidos. Esses objetivos são associados a diversas variáveis que são chamadas critérios, atributos ou dimensões (ALMEIDA, 2013). Se as consequências de cada um dos critérios e das tomadas de decisão pudessem ser representadas e avaliadas de forma consistente pela organização, não seria necessário recorrer a modelos para estruturação de problemas e de apoio a decisão. Um modelo de decisão é uma simplificação e representação formal do problema tendo suporte de um método de apoio multicritério a decisão (AMD). Muitos métodos foram desenvolvidos para solucionar diferentes problemáticas de decisão. A disseminação dos métodos AMD fomenta a criação de software, planilhas e aplicações web que contribuem para o crescimento da utilização destes métodos entre pesquisadores e usuários (ISHIZAKA e NEMERY, 2013). Os métodos de apoio multicritério à decisão (AMD) surgem no início da década de 70 na área de Pesquisa Operacional, como uma importante opção de apoio na estruturação de problemas e análise de decisão para escolha de alternativas ao problema em estudo. Estes métodos são apropriados para utilização em situações envolvendo diversos agentes tomadores de decisão, que, por se tratarem de seres humanos, possuem diferentes juízos de valores, visões conflitantes e perspectivas de entendimento do problema divergentes (GOMES, 2007).

23 23 De acordo com Gomes (2007), existem algumas vantagens na aplicação desta abordagem, por exemplo: Possibilidade de interação e diálogos entre os agentes envolvidos na decisão; Possibilidade de trabalhar em processos decisórios complexos cercados de subjetividade e incerteza; Possibilidade de trabalhar em busca de uma solução que, mesmo não sendo a melhor, ofereça um comprometimento satisfatório entre os diferentes pontos de vistas conflitantes. 3.2 Classificação dos métodos AMD Segundo Almeida (2013), existem várias formas de classificação dos métodos AMD, mas as mais utilizadas na literatura são três tipos: De acordo com a natureza das alternativas: o Conjunto de alternativas discretas, em que as alternativas são possíveis de contagem. A maioria dos problemas relacionados à tomada de decisão gerencial é caracterizada neste conjunto; o Conjunto de alternativas contínuas: em que as alternativas são contínuas. Os problemas envolvidos com este conjunto de alternativas são solucionados com uso de métodos de programação matemática; De acordo com o ponto de vista metodológico/prático: o Métodos de critério único de síntese: métodos que agregam vários critérios em um único. Os métodos que utilizam funções de soma ponderada são os mais conhecidos dentro deste grupo, incluindo entre eles o SMARTS (Simple MultiAttribute Rating Technique), o SMARTER (Simple Multi-Attribute

24 24 Rating Technique using Exploiting Rankings), o MACBETH (Measuring Attractiveness by a Categorical Based Evaluation Technique) e o AHP (Analytic Hierachy Process). Também se encontra dentro desta classificação o método MAUT (Multi-Attribute Utility Theory); o Métodos de sobreclassificação: métodos cuja utilização tem por base a superação, prevalência ou a subordinação de um elemento em relação ao outro. Destacam-se neste grupo os métodos das famílias ELECTRE (Elimination et Choix Traduisant la Réalité) e PROMETHEE (Preference Ranking Organization Method for Enrichment Evaluation); o Métodos interativos: métodos que utilizam procedimentos matemáticos e computacionais; De acordo com os métodos: o Compensatórios: métodos que têm um sistema de compensação de desempenho de uma alternativa em critério em relação ao outro, ou seja, que a avaliação de uma alternativa leva em consideração os trade-offs existentes entre os critérios; o Não compensatórios: nestes métodos não existe trade-offs entre os critérios. Levando em consideração a classificação dos métodos AMD, o problema relacionado neste estudo é classificado da seguinte forma: De acordo com a natureza das alternativas: conjunto de alternativas discretas; De acordo com o ponto de vista metodológico: método de critério único de síntese; De acordo com o método: compensatório.

25 Problemáticas de Decisão Muitas decisões em uma organização são tomadas sem o uso de métodos formais de apoio à decisão. O problema está nas consequências dessas decisões, muitas vezes levando a caminhos que geram investimentos de tempo e recursos das instituições de forma erronia. Existem seis tipos de problemáticas; segundo Ishizaka, Pearman e Nemery (2012): Problemática α Problemática de escolha: o objetivo é esclarecer a decisão pela escolha de um subconjunto de ações a serem tomadas; Problemática β Problemática de classificação: o objetivo é a alocação de cada ação dentro de uma classe; Problemática γ Problemática de ordenação: o objetivo é a ordenação das ações em uma sequência; Problemática δ Problemática de descrição: o objetivo é apoiar a decisão pela descrição das ações e suas consequências; Problemática de eliminação de problema: é um caso particular do problema de ordenação, em que apenas duas classes são definidas aceitos e eliminados; Problemática de Projeto: o objetivo é identificar ou criar uma nova ação, que vai cumprir as metas e aspirações do decisor. As duas últimas problemáticas são formulações adicionais de problemas. A problemática levantada na aplicação deste trabalho é dividida em duas partes: uma problemática do tipo classificação e outra do tipo ordenação. O trabalho utiliza um método para classificação das alternativas, a fim de diminuir as possibilidades de solução e ter uma melhor visão das alternativas desejáveis para solução do problema, e a seguir, um método de ordenação das alternativas dentro de uma classe prioritária a fim de ranquear as alternativas.

26 26 Nos últimos anos vários métodos foram propostos para a solução de problemas de AMD, na tabela 1 são apresentados alguns destes métodos mais conhecidos e em qual tipo de problemática são utilizados. Tabela 1. Utilização dos métodos segundo a problemática de decisão (ISHIZAKA e NEMERY, 2013). Problemas de Escolha Problemas de Ordenação Problemas de Classificação Problemas de Descrição AHP AHP AHPSort ANP ANP MAUT/UTA MAUT/UTA UTADIS MACBETH MACBETH PROMETHEE PROMETHEE FlowSort GAIA, FS-Gaia ELECTRE I ELECTRE III ELECTRE-Tri TOPSIS TOPSIS Goal Programming DEA DEA Multi-Plataforma que suporta vários métodos de AMD O trabalho tem foco no método AHPSort para classificação e no método AHP para ranqueamento. Para informações sobre os outros métodos, pode ser consultado o livro Multicriteria decision analysis: methods and software (ISHIZAKA e NEMERY, 2013).

27 Processo de Apoio Multicritério a Decisão Segundo Ensslin, Montibeller Neto e Noronha (2001), uma metodologia de apoio multicritério à decisão possui quatro fases principais que devem ser consideradas conforme mostra a figura 1. Figura 1. Fases do processo de apoio à decisão (ENSSLIN, MONTIBELLER NETO e NORONHA, 2001) Fase 1: Identificação do contexto decisório Nesta fase são coletadas as informações sobre o problema a ser solucionado: metas; restrições; questões chaves; incertezas; alternativas; como o meio externo afeta ao problema e os envolvidos no processo, os stakeholders. Fase 2: Estruturação do Problema Nesta fase definem-se os critérios, sub-critérios, identificam-se os valores envolvidos e especificam-se as alternativas. Fase 3: Estruturação do modelo multicritério Nesta fase cria-se o modelo com a síntese das informações, bem como a criação de novas alternativas e a análise de sensibilidade do problema. Fase 4: Avaliação das ações potenciais Na quarta fase realiza-se o desenvolvimento e a avaliação das ações em relação às decisões tomadas.

28 Fase 1: Identificação do processo decisório Na primeira fase do processo decisório de apoio à decisão, uma das vertentes é a definição dos envolvidos com o problema, os stakeholders Definição de Stakeholders O conceito de stakeholders passa por diversas definições ao longo dos últimos 20 anos, iniciando com a proposta de Freeman (1984), que considera um espectro maior de stakeholders e não apenas os tradicionais stakeholders (clientes acionistas, funcionários, fornecedores e concorrentes). Em sua definição, stakeholders é qualquer grupo ou indivíduo que pode afetar ou ser afetado pela realização dos objetivos dessa empresa. Para se tomar a decisão sobre determinado problema é necessário definir quais são as partes interessadas e o grau de influência de cada parte. O objetivo da análise das partes interessadas é também deixar claro quem decide sobre essa questão (KAMANN, 2007). Existem inúmeras formas de identificação de stakeholders em uma organização. Mitchell, Agle e Wood (1997) descrevem a classificação dos stakeholders pelos atributos que possuem: Poder de influenciar a organização; Legitimidade da relação com a organização; Urgência dos interessados de reclamar sobre a organização. O mais destacado será aquele que possuir os três atributos, e será chamado stakeholder definitivo. O stakeholder também pode possuir dois dos três atributos ou um só dos atributos. A figura 2 mostra como é sua classificação a partir dos atributos que possui.

29 29 Poder 1 Stakeholders Adormecidos 5 Stakeholders Perigosos 7 Stakeholders Definitivos 4 Stakeholders Dominantes Legitimidade Urgência 3 Stakeholders Exigentes 6 Stakeholders Dependentes 2 Stakeholders Discricionários 8 Não Stakeholders Figura 2. Classificação de stakeholders pelos atributos (adaptado de (MITCHELL, BRADLEY e WOOD, 1997)) Os tipos de stakeholders também são classificados pelo nível de poder e de interesse que possuem em relação ao problema abordado. A figura 3 expressa os tipos de stakeholders de acordo com o poder que detêm e com o nível de interesse, demostrando o nível de esforço que deve ser desprendido com o mesmo durante o processo decisório. Figura 3. Tipos de stakeholder (KAMANN, 2007)

30 30 A definição dos stakeholders é uma das etapas chaves do processo decisório e da estruturação de problemas utilizando os métodos multicritério de apoio à decisão. Mais informações podem ser obtidas no livro de Freeman (2010) Fase 2: Estruturação do Problema Na segunda fase do processo decisório tem-se a estruturação do problema, em que realizam-se a estruturação do problema, definindo os critérios, identificando os valores envolvidos e especificando as alternativas. Neste trabalho utiliza-se a abordagem Value Focused Thinking (VFT) e a ferramenta mapa cognitivo Abordagem Value Focused Thinking (VFT) para definição de objetivos O Value Focused Thinking (VFT), ou pensamento focado em valores, é o processo de buscar a identificação dos valores que o decisor deve utilizar para nortear o processo de tomada de decisão. Este processo consiste essencialmente de duas atividades: primeiro decidir o que se quer e, em seguida, descobrir como alcançá-lo (KEENEY; 1992). Pensar nos problemas com foco nos valores fornece uma estrutura para desenvolver e apoiar julgamentos que são fundamentais para a decisão e auxilia na criação de alternativas, revela objetivos não conhecidos, gera oportunidades de decisão, evita decisões desconectadas dentro da organização, facilita o envolvimento dos stakeholders, melhora a comunicação, entre outros. A figura 4 mostra os benefícios da abordagem VFT.

31 31 Figura 4. Pensando sobre valores: a base para tomada de decisões com qualidade (KEENEY, 1994) Mais informações sobre o VFT podem ser obtidas no livro de Keeney (Value-focused thinking: a path to creative decisionmaking, 1996) Mapa Cognitivo para definição de critérios Mapa Cognitivo é uma representação gráfica do entendimento de um indivíduo em um determinado contexto sobre um determinado problema. Formalmente, um mapa cognitivo causal é uma hierarquização de conceitos relacionados por ligações meios e fins, que facilita o decisor a explicitar seus valores (ENSSLIN e MONTIBELLER NETO, 1998). Essa representação pode ser obtida a partir da uma entrevista feita por um facilitador, que registra as informações em frases curtas emitidas pelo indivíduo ao tratar do problema em estudo ou por meio de um questionário.

32 32 A construção do mapa cognitivo pode ocorrer simultaneamente à entrevista, na medida em que o entrevistado vai gerando as informações, ou construído posteriormente pelo facilitador para depois ser validado pelo entrevistado. No âmbito deste trabalho, foram utilizados os dois mecanismos para construção dos mapas cognitivos individuais. Os mapas cognitivos individuais podem ser agregados e validados, dando origem a outro mapa, chamado de mapa cognitivo congregado, que considera as informações geradas pelos vários indivíduos, simbolizando o problema visto e traduzindo a percepção e valores dos entrevistados. Os trabalhos de Ensslin e Montibeller (Mapas Cognitivos no Apoio à Decisão, 1998) e de Ackermann, Eden e Cropper (Getting started with cognitive mapping, 1992) trazem uma explicação detalhada da dinâmica e do método para construção de mapas cognitivos. Resumidamente, para se construir um mapa cognitivo, deve-se seguir os seguintes passos: (a) Definição de um rótulo para o problema; (b) Definição dos elementos primários de avaliação; (c) Construção de conceitos; e (d) Hierarquização (definição de ligações-fins, ligações-meios e ligações de influência). A análise dos mapas cognitivos gera os clusters, ou seja, conjuntos de itens que se relacionam entre si, e estes originam os critérios a serem utilizados no problema. Neste trabalho a metodologia utilizada para a construção de mapas cognitivos é a descrita por Ensslin e Montibeller (1998).

33 Fase 3: Estruturação do Modelo Multicritério Analytic Hierarchy Process (AHP) Analytic Hierarchy Process AHP é um dos primeiros métodos de AMD utilizado em conjuntos de alternativas discretas e também um dos mais usados para solucionar problemas que envolvem múltiplos critérios. Este método foi desenvolvido por Thomas Lorie Saaty em 1980, com o objetivo de desenvolver um método para modelar problemas não estruturados, baseado na divisão do problema em níveis hierárquicos, a fim de facilitar a compreensão e a avaliação do mesmo (GOMES, ARAYA e CARIGNANO, 2011). O principal objetivo do AHP é o apoio à tomada de decisão visando atender a vários critérios simultaneamente. Para tomar decisões, segundo Saaty e Shang (2011), é necessário avaliar as alternativas de forma que satisfaçam da melhor maneira a um conjunto de critérios. Segundo Gomes, Araya e Carignano (2011), os princípios fundamentais do método AHP são: Atributos e propriedades: um número finito de atributos é comparado em função de um número finito de propriedades; Correlação binária: comparação entre dois elementos sobre a ótica de uma propriedade, na qual um elemento pode ser preferível ou indiferente a outro; Escala fundamental: a cada elemento é associado um valor de prioridade sobre outro elemento, correspondente a uma escala de números positivos e reais; Hierarquia: um conjunto de elementos ordenados por ordem de preferência e por níveis hierárquicos. O método AHP está estruturado nas seguintes etapas: formulação do problema, julgamentos e desenvolvimento algébrico (NASCIMENTO, 2010).

34 34 Etapa 1: Formulação do problema A formulação do problema consiste em utilizar técnicas e métodos para apoiar o decisor para definição do objetivo principal, dos critérios, dos subcritérios e das alternativas que envolvem o problema de decisão (NASCIMENTO, 2010). No escopo deste trabalho, as técnicas utilizadas são o VFT e o mapa cognitivo. Um importante passo na formulação do problema após a definição dos elementos é a estruturação do problema em uma hierarquia, onde cada nível recebe influência do elemento imediatamente superior e influencia o imediatamente inferior, mas os elementos são independentes entre si no mesmo nível (NASCIMENTO, 2010). O objetivo da estruturação hierárquica é dividir o problema de decisão em níveis com a finalidade de facilitar a compreensão e a avaliação. A figura 5 mostra a construção de uma estrutura hierárquica onde, no topo, tem que representar o objetivo principal. Os níveis inferiores são os critérios e subcritérios e no último nível estão as alternativas. A construção de uma hierarquia deve incluir as informações suficientes e relevantes, representar o problema o mais completamente possível, mas não tão intensamente para não perder a sensibilidade quando da mudança nos elementos. A construção de uma hierarquia deve considerar o ambiente que envolve o problema; identificar os atributos que contribuem para a solução do problema; e elencar os participantes relacionados com o problema. Organizar objetivos, atributos, problemas e partes interessadas em uma hierarquia serve a dois propósitos: fornecer uma visão geral das relações complexas inerentes à situação; e ajudar o tomador de decisão a avaliar se as questões em cada nível são da mesma ordem de grandeza, para que ele possa comparar esses elementos homogêneos com precisão (SAATY, 1990).

35 35 Figura 5. Estrutura Hierárquica (SAATY, 2008) A estruturação hierárquica deve ser feita de forma cuidadosa, para que os critérios utilizados sejam realmente homogêneos e não-redundantes (GOMES, ARAYA e CARIGNANO, 2011). Deve-se verificar várias propriedades em cada critério (NASCIMENTO, 2010), entre eles: a) Completude: se a estrutura está completa, então todos os critérios relevantes encontram-se nela; b) Operacionalidade: os critérios do nível mais inferior são suficientemente específicos para se avaliar e comparar as alternativas; c) Ausência de redundância: não deve haver dois critérios que representam a mesma coisa, dado que acarretam dupla contabilização na decisão final. Etapa 2: Julgamentos Após a formulação do problema, procede-se o julgamento dos elementos do problema por meio de comparações par a par (SAATY, 1990). Este julgamento é realizado entre dois elementos que tenham a mesma propriedade (NASCIMENTO, 2010): Critérios com critérios à luz do objetivo principal; Subcritérios com subcritérios à luz dos critérios; Alternativas com alternativas à luz dos subcritérios.

36 36 Segundo um dos princípios do método, as comparações par a par devem ser realizadas usando critérios homogêneos. A cada elemento é associado um valor de prioridade com respeito ao outro. Este valor está de acordo com a Escala Fundamental proposta por Thomas Saaty, conforme a tabela 2. Tabela 2. Escala Fundamental de Saaty (SAATY, 2008) Grau Importância Definição Explicação 1 Importância Igual Duas atividades contribuem igualmente para o objetivo 2 Fraca ou pequena Valor Intermediário de 1 e 3 3 Importância Moderada Experiência e julgamento ligeiramente favorecem uma atividade sobre a outra 4 Mais moderada Valor Intermediário de 3 e 5 5 Importância Forte Experiência e julgamento favorecem fortemente uma atividade sobre a outra 6 Mais forte Valor Intermediário de 5 e 7 7 Importância muito forte ou demonstrada Uma atividade é favorecida muito fortemente sobre a outra; sua dominância é demonstrada na prática 8 Muito mais forte Valor Intermediário de 7 e 9 9 Importância Extrema Números recíprocos aos de cima Se a atividade i recebe um dos números acima quando em comparação com a atividade j, assim j tem o recíproco valor quando comparado com i As evidências favorecendo uma atividade sobre a outra é da mais alta ordem possível de afirmação Lógica de suposição razoável Com a utilização mais difundida do método AHP, surgiram também softwares que auxiliam em sua aplicação, entre eles o 123AHP, Decision Lens e Expert Choice (ISHIZAKA e NEMERY, 2013). Este trabalho utiliza como ferramenta de aopio o software Super