Sumrio

1.
2.

3.
4.
5.

6.
7.
8.
9.

Histria
Contextualizao
Modelagem
Particularidades
Aplicao
Anlise de Sensibilidade
Softwares
Estudo de Caso
Agrupamento de julgamentos

MTODO AHP

MTODO AHP

Histria

O AHP um mtodo de escolha da melhor alternativa de

deciso considerando mltiplos critrios objetivos por meio de
valores qualitativos ou quantitativos. O inventor do AHP foi
Thomas L. Saaty na dcada de 70. Segundo Shimizu (2010) o AHP
tem sido empregado para situaes de definio de prioridade,
avaliao de custos e benefcios, alocao de recursos, medida de
desempenho, pesquisa de mercado, etc...

MTODO AHP

MTODO AHP

Contextualizao
O AHP um dos mtodos mais comentados e aplicados na
prtica das decises a mltiplos critrios envolvendo complexidade
e subjetividade. Entretanto, uma das dificuldades apontadas no
AHP a quantidade de comparaes paritrias necessrias que
cresce rapidamente com o tamanho da matriz, dependendo da
complexidade da hierarquia (HO, 2008).
Vaidya e Kumar (2006) comentam que o AHP o mtodo
utilizado com maior frequncia, tendo um vasto leque de aplicao
em diversas reas do conhecimento.

MTODO AHP

Contextualizao

Uma das crticas ao AHP o efeito da reverso de ordem de

prioridade, que ocorre com a alterao das alternativas
dominantes em funo da incluso ou excluso de alternativas
irrelevantes. Para Salomon (2004) a reverso ordem um efeito
colateral do clculo que normaliza o vetor de prioridades. Em
resposta a ordem

MTODO AHP

MTODO AHP

Modelagem

Nesse mtodo os julgamentos dos atributos qualitativos so

feitos paritariamente, ou seja, dois a dois. Para realizar tal
julgamento, Saaty (1977), criou uma escala fundamental, onde a
escala vai de 1 a 9. Na poca Saaty fez vrios estudos utilizando a
teoria da psicologia, onde constatou que o ser humano no capaz
de avaliar de forma paritria com ndices acima de 9.

MTODO AHP

Modelagem
Tabela- 1: Escala fundamental: Fonte: Saaty (1977).
Valor

Definio

Explicao

Igual importncia

Contribuio idntica

Fraca importncia

Julgamento levemente
superior

Forte importncia

Julgamento fortemente a
favor

Muito forte importncia Dominncia reconhecida

Importncia absoluta

Dominncia comprovada

2, 4, 6, 8

Valores
intermedirios

Dvida

MTODO AHP

10

Modelagem
No mtodo AHP
necessrio construir uma
hierarquia, e nesta
hierarquia temos:
Critrios; subcritrios e
alternativas.

Objetivo

Critrio 1

Alternativa 1

Critrio 2

Alternativa 2

Critrio n

Alternativa n

Fig.1. Hierarquia bsica do mtodo AHP.

MTODO AHP

11

Conceitualizao
Os julgamentos obedecem a teoria da matriz Recproca,
contemplado pelo exemplo abaixo:

Critrios
C1
C2
C1

Critrios

C2

1/7
1

C3

C3

1/2
5

MTODO AHP

12

Conceitualizao
Feito o julgamentos temos que calcular o auto vetor:
n

V ai j

1
n

j 1

Critrios
C1
C2

C1
Critrios

C2

1/7
1

C3

MTODO AHP

C3

Auto
Vetor (V)

1/2
5

0,415
3,271

0,737

13

Conceitualizao
Prximo passo consiste em normalizar o auto vetor:

Critrios
C1
C2
C1

C2
Critrios

1/7
1

C3

Auto
Vetor (V)

VNormaliza
do

1/2 0,415 9,38%

5 3,271 73, 96%

C3

Soma a coluna autor

vetor
MTODO AHP

0,737 16,66%
4,423

100%

14

Conceitualizao
Prximo passo calcular no auto valor -max:

Critrios
C1
C2
C1

C2
Critrios

1/7
1

C3

C3

1/2
5
1

10,00

1,34

6,50

MTODO AHP

Auto
VVetor (V) Normalizado

0,415 9,38%
3,271 73, 96%
0,737

16,66%

4,243

100%

15

Conceitualizao
Autor valor: Multiplicao de matrizes: max= (C.V)

C1

Critrios
C2

10,00

C3

1,34

VNormalizado

6,50 9,38%

73, 96%

Critrios

16,66%
max

MTODO AHP

3,015

16

Modelagem

Para nosso exemplo, temos n=3

e, portanto, o valor de IR= 0.58.

10

IR

0.58

0.9

1.12

1.24

1.32

1.41

1.45

1.49

MTODO AHP

17

MTODO AHP

18

Particularidades
Temos algumas particularidades no mtodo AHP. Estas
particularidades so relacionadas a atributos diretos e indiretos.
Definio:
Atributos diretos so valores numricos onde quanto mais
melhor, como por exemplo, receita, rendimento, faturamento,
salrios, etc...).
Atributos indiretos so valores numricos onde quanto mais
pior, como por exemplo, despesas, consumo, horas extras, etc..

MTODO AHP

19

Particularidades
Soluo: Para o caso de atributos diretos, temos que apenas
normalizar os dados. J para o caso de atributos indiretos temos
que harmonizar e depois normalizar os dados:
Exemplo:

Normalizao

Receita1= 100

(100/450)= 22,23%

Receita2= 150

(150/450)= 33,33%

Receita3= 200

(200/450)= 44,44%

Total= 450

Total= 100%

Obs: Na normalizao a soma ser

sempre igual a 1 ou 100%.

MTODO AHP

20

Particularidades
Soluo:Atributos Indiretos:
Exemplo:

Harmonizao

Despesa1= 100

(450/100)= 4,5

(4,5/9,75)= 46,15%

Despesa2= 150

(450/150)= 3

(3/9,75)= 30,77%

Despesa 3= 200

(450/200)= 2,25

(2,25/9,75)= 23,08%

Total= 450

Total= 9,75

Normalizao

Total= 100%

Obs: A lgica da hormanizao fazer com que o maior valor

tenha o menor peso, ou seja, inversamente proporcional.

MTODO AHP

21

MTODO AHP

22

Aplicao
1
2
3

Construo de hierarquias

Definio de prioridades

Consistncia lgica

Ho (2008); Saaty (1977); Vaidya e Kunar (2006); Salomon

(2004)
MTODO AHP

23

Aplicao
Objetivo

Selecionar emprego

Salrio (C1)

Emprego A

Oportunidade
(C2)

Critrios
Localizao
(C3)

Emprego B

Alternativas

Fig.3. Hierarquia do Problema.

MTODO AHP

24

Aplicao
Critrios

Critrios

C1

C1

C2

C3

1/7

1/2

C2

C3

MTODO AHP

25

Aplicao
Critrios
C1
C2
C1

C2
Critrios

1/7
1

C3

10,00

1,34

Auto
Vetor (V)

VNormalizado

1/2
5

0,415
3,271

9,38%
73, 96%

0,737

16,66%

4,447

100%

C3

6,50

CR= 1.29%

MTODO AHP

26

Aplicao
Clculo para as alternativas:
C2

A1

A2

A-Vetor V-Nor

A1

1,732

75,11%

A2

1/3

0,577

24,89%

2,306

100%

Total

C3

A1

A2

A-Vetor V-Nor

A1

2,236

83,33%

A2

1/5

0,447

16,66%

2,683

100%

Total

O emprega A paga 2.000 e o emprego B paga 2.450. Logo

esses atributos so diretos. Normalizando temos:
(2.000/4.450)= 44,94% e (2.450/4.450)= 55.06%.
MTODO AHP

27

Aplicao
Clculo para as alternativas:
C3

A1

A2

V-Nor

A1

44,94%

A2

55,06%
Total

100%

A seguir temos os valores na hierarquia.

MTODO AHP

28

Aplicao
Clculo para as alternativas:
Selecionar
Emprego

C1= 9,38%

C2=73,96%

C3= 16,66%

C1
A1= 44,94%
A2= 55,06%

C2
A1= 75,11%
A2= 24,89%

C3
A1= 83,33%
A2= 16,17%

MTODO AHP

29

Aplicao
Matriz de deciso

Critrios
C1
C2
Critrios
Deciso

9,38%

C3

73,96%

16,66%

A1

44,94% 75,11%

83,33%

A2

55,06% 24,89%

16,67%

Vetor de
Deciso

73, 65%
26,35%

n 1
n.

2
i 1
n

MTODO AHP

30

MTODO AHP

31

Aplicao
Matriz de deciso

Critrios
C1
C2
Critrios
Deciso

9,38%

C3

73,96%

16,66%

A1

44,94% 75,11%

83,33%

A2

55,06% 24,89%

16,67%

Vetor de
Deciso

73, 65%
26,35%

A anlise de sensibilidade, visa definir qual ser a

variao do peso de determinado critrio, que far
com que a alternativa que estava ganhando, passe
a no ser a selecionada.
MTODO AHP

32

Aplicao

Critrios

C1

C2

C3

9,38%

A1

44,94%

75,11%

83,33%

73,96%

73, 65% ?

A2

55,06%

24,89%

16,67%

16,66%

26,35% ?

Anlise de sensibilidade em C1
Variao no peso de C1

80,00%
70,00%
60,00%
50,00%
40,00%

A1
A2

30,00%
20,00%
10,00%
0,00%
0

0,2

0,4

0,6
Peso C1= 9,4%

0,8

MTODO AHP

1,2

33

Aplicao
Peso C1
0%
10,0%
20,0%
30,0%
40,0%
50,0%
60,0%
70,0%
80,0%
90,0%
100%
9,40%

Clculo para 0%:

Pesos da A1
75,08%
72,07%
69,06%
66,05%
63,05%
60,04%
57,03%
54,02%
51,02%
48,01%
45,00%
72,25%

Pesos da A2
24,92%
27,93%
30,94%
33,95%
36,95%
39,96%
42,97%
45,98%
48,98%
51,99%
55,00%
27,75%

[(0%-9,4%)/(100%-9,4%)] x (45%-72,25%)+72,25%= 75,08%

[0%-9,4%)/(100-9,4%)] x (55%-27,75%) + 27,75%= 24,92%
MTODO AHP

34

MTODO AHP

35

Softwares

Expert Choice.

Super Decisions.

MS- Excel.

MTODO AHP

36

MTODO AHP

37

MTODO AHP

38

Fornecedores

Entregas no prazo

Entregas com atraso

Preo

Fornecedor A

R$ 10

Fornecedor B

R$ 20

Fornecedor C

R$ 30

Sabe-se que o fornecedor C reconhecido pela qualidade

dos seus produtos, e em seguida o fornecedor B tambm
valoriza a qualidade.
Sobre o atendimento o fornecedor A possui a melhor
poltica em relao aos demais.

MTODO AHP

39

SELEO DO MODAL PARA

TRANSPORTE DE CARGA

OS MODAIS
Rota
Estncia/SE

Pindamonhangaba/SP
Rodovirio
Cabotagem
Ferrovirio

DADOS GERAIS

ATRIBUTOS
CUSTO (R$/TON)

LEAD TIME (DIAS)

RISCO

ESTOQUE

RODOVIRIO

260

Alto

Baixo

FERROVIRIO

200

13

Baixo

Alto

CABOTAGEM

215

Baixo

Mdio

Mtodo AHP
INDICE DE COERNCIA ALEATRIA - RI (SAATY,
2001)

ESCALA FUNDAMENTAL
(SAATY,1980)
1

IGUAL IMPORTNCIA

FRACA IMPORTNCIA

IMPORTNCIA FORTE

IMPORTNCIA MUITO FORTE

IMPORTNCIA ABSOLUTA

JULGAMENTO DOS
ATRIBUTOS CUSTO

0,52

0,89

COERNCIA ENTRE JULGAMENTOS

CI

(-n) / (n-1)

CR

CI/RI

SE CR < 0,2 OS JULGAMENTOS SO COERENTES

LEAD
TIME

RISCO

ESTOQUE

VETOR W
(PESO)

46,2%

LEAD
TIME

1/3

1/2

17,0%

RISCO

1/3

1/2

14,3%

ESTOQUE

1/2

22,4%

CUSTO

n=4

RI = 0,89

CI=0,0404

CR=0,0454

Mtodo AHP
JULGAMENTO DO RISCO (ATRIBUTO INVERSO)
RODOVIRIO

FERROVIRI
O

CABOTAGEM

VETOR W
(PESO)

11,4%

FERROVIRI
O

1/3

40,5%

CABOTAGEM

1/5

48,1%

RODOVIRIO

n=3

RI = 0,52

CI=0,0145

CR=0,0280

JULGAMENTO DO ESTOQUE (ATRIBUTO INVERSO)

RODOVIRIO

FERROVIRI
O

CABOTAGEM

VETOR W
(PESO)

RODOVIRIO

1/4

47,5%

FERROVIRI
O

14,9%

CABOTAGEM

1/2

37,5%

n=3

RI = 0,52

CI=0,0268

CR=0,0516

Mtodo AHP
DESEMPENHO DO CUSTO
CUSTO (R$/TON)

VETOR W
(PESO)

RODOVIRIO

260

28,5%

FERROVIRIO

200

37,0%

CABOTAGEM

215

34,5%

DESEMPENHO DO LEAD TIME

LEAD TIME
(DIAS)

VETOR W
(PESO)

RODOVIRIO

57,8%

FERROVIRIO

13

13,3%

CABOTAGEM

28,9%

Mtodo AHP
MATRIZ DECISO
CUSTO

LEAD
TIME

RISCO

ESTOQUE

ATRIBUTOS (VETOR W)

46,2%

17,0%

14,3%

22,4%

RODOVIRIO

28,5%

57,8%

11,4%

47,5%

FERROVIRIO

37,0%

13,3%

40,5%

14,9%

CABOTAGEM

34,5%

28,9%

48,1%

37,5%

DESEMPENHO GLOBAL
RODOVIRIO

35,3%

FERROVIRIO

28,5%

CABOTAGEM

36,2%

MTODO AHP

47

Agrupamento de Julgamentos
A tomada de deciso em grupo uma ferramenta que possui
um maior grau de complexidade visto que cada membro, ou
indivduo expe seus julgamentos de maneira independente. De
acordo com Saaty e Peniwati (2008), todo processo de tomada de
deciso em grupo depende da habilidade de seus membros em
trabalhar de forma unida e, para uma boa deciso, o grupo necessita
ser diversificado e informado.
Duas tcnicas de agregao podem ser utilizadas AIJ
(Aggregation of Iindividual Judgements) e AIP (Aggregation of
Iindividual Priorities). Assim, os julgamentos so agregados de
maneira a chegar a um resultado nico correspondente ao grupo.
MTODO AHP

48

Agrupamento de Julgamentos
Para Shimizu (2010), o problema da deciso em grupo resume-se
em combinar os julgamentos individuais para produzir um julgamento
melhorado. Segundo o autor, a diferena principal entre uma atividade em
grupo em relao atividade individual a possibilidade de ocorrer
interao entre os indivduos de um grupo:

Gerando ideias criativas e planos;

Resolvendo o conflito de poder;
Analisando e negociando os conflitos de objetivos e de pontos de vista;
Assumindo os nveis de risco e incerteza;
Escolhendo a alternativa adequada para a organizao;
Executando a tarefa de avaliao.
MTODO AHP

49

Agrupamento de Julgamentos
A tcnica de agregao AIJ, conforme define Forman e
Peniwati (1998), consiste na agregao dos julgamentos individuais
para cada par de comparaes. Esta tcnica requer a disposio dos
indivduos de abandonarem suas prprias preferncias (valores,
objetivos) em prol da organizao.

Uma outra tcnica de agregao muito utilizada ao lidar com

tomada de deciso em grupo a tcnica de agregao das
prioridades individuais, mais conhecida como AIP. Tal tcnica
apropriada para tomada de decises em grupo na qual cada
indivduo possui seus prprios valores, objetivos, opinies que so
respeitados no decorrer da agregao.
MTODO AHP

50

Agrupamento de Julgamentos
Para esta tcnica Forman e Peniwati (1998) propuseram que
a agregao das prioridades individuais pode ser computada usando
mdia geomtrica ou aritmtica de maneira que a escolha no
interfere no vetor de prioridade do grupo, visto que tal tcnica no
viola o Princpio do Pareto.

MTODO AHP

51

Agrupamento de Julgamentos- AIJ

Critrios

Julgador 1

V-norm

C1

C2

C3

9,38%

C1

1/7

1/2

73,96%

C2

16,66%

C3

1/5

C1

C2

C3

C1

1,00

0,20

2,00

68,70%

C2

5,00

1,00

4,00

12,65%

C3

0,50

0,25

1,00

18,65%

Critrios

Julgador 2

Critrios

Global

CR=
1.20%

9,38%
V-norm
18,65%

CR=
8.10%

V-norm

C1

C2

C3

C1

1,00

0,17

1,00

13,36%

C2

5,92

1,00

4,47

71,98%

C3

1,00

0,22

1,00

14,66%

MTODO AHP

CR=
0.75%

52

Agrupamento de Julgamentos- AIP

Critrios

Julgador 1

V-norm

C1

C2

C3

9,38%

C1

1/7

1/2

73,96%

C2

16,66%

C3

1/5

C1

C2

C3

C1

1,00

0,20

2,00

68,70%

C2

5,00

1,00

4,00

12,65%

C3

0,50

0,25

1,00

18,65%

Critrios

Julgador 2

Mdia G

Auto Vetor
Global

9,38%
V-norm

CR=
8.10%

Mdia A

13,23%
71,28%

14,01%
71,33%

14,52%

14,66%

MTODO AHP

CR=
1.20%

53

MTODO AHP

54

REVISO DO MTODO AHP

Selecionar melhor
estrutura de TI

Padronizao
(C1)

Alternativa A

Satisfao do
usurio (C2)

Estratgia
(C3)

Alternativa B

Alinhamento
(C4)

Custo
(C5)

Alternativa C

Fig.4. Hierarquia do Problema.

MTODO AHP

55

C1

C2

C3

C4

C5

A-Nor

C1

1/3

1/7

1/5

1/4

4,24%

C2

1/5

1/4

8,46%

C3

47,54%

C4

1/3

27,39%

C5

1/4

1/4

12,37%

Total

20

12,33

1,93

4,70

9,75

100,00%

Complete os julgamentos e faa os clculos do auto vetor e do auto

valor, avaliando a coerncia dos julgamentos. Lembrando-os que
para uma matriz 5 x 5 o valor de IR= 1,12 e para uma matriz 3 x 3 o
valor de IR= 0,58.

MTODO AHP

56

C1

A1

A2

A3

A1

1/3

A2

A3

1/5

1/7

Total

4,2

1,476

13

C2

A1

A2

A3

A1

1/3

A2

1/7

1/6

A3

Total

4,143

14

1,5

A-Vetor

A-Nor

1,185 27,90%
2,758 64,91%
0,3057
7,19%
4,250 100,00%
A-Vetor

A-Nor

1,326 31,32%
0,288 6,79%
2,621 61,89%
4,235 100,00%

MTODO AHP

57

C3

A1

A2

A3

A-Vetor

A1

1/2

1,357

A2

1,817 50,76%

A3

1/5

1/3

0,405 11,33%

Total

3,2

1,833 9

3,580 100,00%

C4

A1

A2

A3

A1

1/3

1,260 29,26%

A2

1/6

1/7

0,288

A3

2,759 64,06%

Total

4,167

14

1,476

4,307 100,00%

A-Vetor

MTODO AHP

A-Nor

37,91%

A-Nor

6,68%

58

C5

A1

A2

A3

A-Vetor

A-Nor

A1

1/4

1,077 24,37%

A2

3,037 68,71%

A3

1/5

1/7

0,306

Total

5,2

1,393 13

6,92%

4,420 100,00%

Matriz
de
V.
Deciso C1
C2
C3
C4
C5
Critrios Deciso
A1
27,90% 31,32%
37,91% 29,26% 24,37%
4,24% 32,88%
A2
64,91%
6,79%
50,76% 6,68% 68,71%
8,46% 37,79%
A3
7,19% 61,89%
11,33% 64,06% 6,92%
47,54% 29,33%
Soma
100%
100%
100%
100% 100%
27,39% 100,00%
12,37%
MTODO AHP

59

70,00%

PERCENTAGEM

60,00%

Peso C2= 8,46%

50,00%

40,00%

A1
A2
A3

30,00%
20,00%
10,00%
0,00%

0%

20%

40%

60%

80%

100%

120%

PESO C2

MTODO AHP

60

DEMATEL
O mtodo AHP supe que todos os fatores ou critrios
possuem o mesmo nvel de importncia, sem utilizar nenhum
mtodo de estrutura de deciso (Shimizu, 2010). Entretanto, em
alguns casos, CUSTO poderia estar condicionado padronizao,
ou alinhamento poderia estar situado em um nvel abaixo de
SATISFAO DO USURIO, dentro da rvore hierrquica.
Desta forma, o mtodo AHP requer um processamento prvio para
avaliar se a estrutura hierrquica usada adequada.

MTODO AHP

61

DEMATEL
O mtodo conhecido por DEMATEL (Decision Making Trial and
Evaluation Laboratory) foi desenvolvido por uma empresa de consultoria e,
destina-se a montar uma estrutura hierrquica baseada em opinies de
especialistas que estabeleam:

O nvel de relacionamento que um critrio i exerce sobre o outro

critrio j; e

O nvel de relacionamento que um critrio j recebe de outro critrio i.

MTODO AHP

62

DEMATEL
Passo: Construir a matriz de relacionamento cruzado entre os
critrios A= [aij]=> Construir a matriz A escolhendo um valor
de aij que expressa o nvel de influncia que o elemento i da lista
exerce sobre o elemento j, usando os seguintes critrios:
Influncia ou relacionamento alto: 8
Influncia ou relacionamento mdio: 4
Alguma influncia ou relacionamento: 2
Influncia nula: 0.
Vamos examinar algumas variaes da rvore de deciso do
exemplo anterior, adotando duas estratgias distintas.
1.

MTODO AHP

63

DEMATEL
Caso Z1:
Considerar que os fatores PADRONIZAO C1 e os
ALINHAMENTOS C3 e C4 exercem forte influncia (nvel 8)
sobre os fatores CUSTOS C5 e SATISFAO DOS CLIENTES
C2, sendo os demais relacionamentos nulos. Temos a seguinte
matriz A:

C1

C1
C2
C3
C4
C5

C2

0
2
0
0
2

C3

8
0
8
8
2

MTODO AHP

C4

0
0
0
0
2

C5

0
0
0
0
2

8
0
8
8
0

64

DEMATEL
Caso Z2:
Considerar que o critrio CUSTO (C5) exerce forte influncia
sobre os outros fatores, enquanto recebe influncia mdia (nvel
4) do fator SATISFAO do USURIO (C2)

C1
C1
C2
C3
C4
C5

C2

0
0
0
0
8

C3

0
0
0
0
2

MTODO AHP

C4

0
0
0
0
8

C5

0
0
0
0
8

2
4
2
2
0

65

DEMATEL
2. Segundo passo: Construir a matriz de relacionamento direto
D.
D= [dij] = [s.aij] para (s >0 e i, j= 1,2,.....,n).
s=> obtido pela razo { 1/ pelo maior valor da linha ou coluna}.
3. Terceiro passo: Construir a matriz de relacionamento
total: F = (I - D) -1=> Contem todas as influncias
diretas e indiretas que fator i exerce e recebe dos
outros critrios e que foram acumuladas durante um
nmero m (teoricamente infinito) de etapas.

MTODO AHP

66

REVISO INVERSO DE MATRIZES

Clculo, A . A-1= In e A-1 . A = In Desta forma, uma matriz A
possuiu sua inversa (A-1) se e somente se o determinante da
matriz for diferente de zero {det 0}.

Exemplo:

1 1

x
=
3 1

a11+a21= 1
a12+a22= 0
3a11+a21= 0
3a12+a22=1
MTODO AHP

67

REVISO INVERSO DE MATRIZES

a11+a21=1=> a11= 1-a21 => a11= 1-1,5 => a11= -0,5
a12+a22= 0 => a12= 0-a22 => a11= 1-1,5 => a11= -0,5
3a11+a21= 0=> 3. (1-a21)+a21=0=> 3-3a21 +a21= 0=> a21=
= ,

3a12+a22=1=> 3(-a22)+a22=1 => -3a22+a22=1 => a22= -

1

1
1

-0,5 0,5

A-1

1,5

-0,5

MTODO AHP

1 0

0 1

68

DEMATEL
Matriz A

C1
C1

C2

0
2
0
0
2

C2
C3

C4
C5
C1
C1
Matriz D=
AxS

C2
C3
C4
C5

0
0,076
0
0
0,076

C3

8
0
8
8
2
C2

0,307
0
0,307
0,307
0,076

C4

0
0
0
0
2
C3

0
0
0
0
0,076

MTODO AHP

C5

0
0
0
0
2
C4

8
0
8
8
0

Maior valor
da linha ou
Coluna= 26
s= 1/26:

C5

0
0,307
0
0
0
0,307
0
0,3072
0,076
0
69

DEMATEL
Matriz I

C1
C1

C2

1
0
0
0
0

C2
C3

C4
C5
C1
C1
Matriz D1=
I -D

C2
C3
C4
C5

0
0,076
0
0
0,076

C3

0
1
0
0
0
C2

0,307
0
0,307
0,307
0,076

C4

0
0
1
0
0
C3

0
0
0
0
0,076

MTODO AHP

C5

0
0
0
1
0
C4

0
0
0
0
1
C5

0
0,307
0
0
0
0,307
0
0,3072
0,076
0
70

DEMATEL
Matriz DI

C1

C1
C2
C3
C4

C5

Matriz F=
(D1) -1

C2

1,000
-0,077
0,000
0,000
-0,077

C3

-0,308
1,000
-0,308
-0,308
-0,077

C4

0,000
0,000
1,000
0,000
-0,077

C5

0,000
0,000
0,000
1,000
-0,077

-0,308
0,000
-0,308
-0,308
1,000

C1
C2
C3
C4
C5
Total
Wi
C1
1,054 0,367 0,026 0,026 0,341 0,814 26,36%
C2
0,081 1,028 0,002 0,002 0,026 0,140 4,52%
C3
0,054 0,367 1,026 0,026 0,341 0,814 26,36%
C4
0,054 0,367 0,026 1,026 0,341 0,814 26,36%
C5
0,096 0,164 0,083 0,083 1,081 0,506 16,39%
Soma j
0,340 1,292 0,164 0,164 1,128 3,088
Vi
11,01% 41,84% 5,30% 5,30% 36,54%

MTODO AHP

71

DEMATEL
Quarto passo: Obter os valores normalizados (Wi e Vj);
Wi: Valor normalizado do relacionamento total que o fator i exerce
sobre os outros fatores;
Vj: Valor normalizado do relacionamento total que o fator j recebe
dos outros fatores:
Z1
Wi
Vj

C1
C2
C3
C4
C5
26,36% 4,52% 26,36% 26,36% 16,39%
11,01% 41,84% 5,30% 5,30% 36,54%

C1
C2

C3
C5

C2

C4
C5

MTODO AHP

C2

C5
72

DEMATEL

C1

C1

Matriz I

C2
C3
C4

C5

Matriz F=
(I D) -1

C2

1,000
0,000
0,000
0,000
-0,308

C3

0,000
1,000
0,000
0,000
-0,077

C4

0,000
0,000
1,000
0,000
-0,308

C5

0,000
0,000
0,000
1,000
-0,308

-0,077
-0,154
-0,077
-0,077
1,000

C1
C2
C3
C4
C5
Total
Wi
1,026 0,006 0,026 0,026 0,084 0,168 0,083
0,052 1,013 0,052 0,052 0,168 0,335 0,166
0,026 0,006 1,026 0,026 0,084 0,168 0,083
0,026 0,006 0,026 1,026 0,084 0,168 0,083
0,335 0,084 0,335 0,335 1,090 1,181 0,585

C1
C2
C3
C4
C5
Soma j 46,45% 11,61% 46,45% 46,45% 50,97% 2,019

Vj

23,00% 5,75% 23,00% 23,00% 25,24%

MTODO AHP

73

DEMATEL
Quarto passo: Obter os valores normalizados (Wi e Vj);
Wi: Valor normalizado do relacionamento total que o fator i exerce
sobre os outros fatores;
Vj: Valor normalizado do relacionamento total que o fator j recebe
dos outros fatores:
Z2
Wi
Vj

C1
C2
C3
C4
C5
8,31% 16,61% 8,31% 8,31% 58,47%
23,00% 5,75% 23,00% 23,00% 25,24%
C5
C1

MTODO AHP

C3

C4

74

DEMATEL- EXERCCIO
Considerar que o critrio (C5) exerce forte influncia sobre os
outros fatores, enquanto recebe influncia mdia (nvel 4) do
fator (C2) e (C7) e (C8). O fator (C6) exerce alguma influncia
entre os demais fatores. Os fatores C7 e C8 exercem influncia
mdia nos fatores (C1, C2, C3, C4, C5 e C6)
C1
C1
C2
C3
C4
C5
C6
C7

C8

C2

0
0
0
0
8
0
4
4

C3

0
0
0
0
2
2
4
4

C4

0
0
0
0
8
2
4
4

C5

0
0
0
0
8
2
4
4

MTODO AHP

2
4
2
2
0
2
4
4

C6

0
0
0
0
8
2
4
4

C7

0
4
0
0
2
2
0
0

C8

0
4
0
0
2
2
2
2
75

DEMATEL- EXERCCIO
S= 1/38
C1
C1
C2
C3
C4
C5
C6

C7
C8

C2

C3

C4

C5

C6

C7

C8

0,000

0,000

0,000

0,000

0,053 0,000 0,000 0,000

0,000

0,000

0,000

0,000

0,105 0,000 0,105 0,105

0,000

0,000

0,000

0,000

0,053 0,000 0,000 0,000

0,000

0,000

0,000

0,000

0,053 0,000 0,000 0,000

0,211

0,053

0,211

0,211

0,000 0,211 0,053 0,053

0,000

0,053

0,053

0,053

0,053 0,053 0,053 0,053

0,105

0,105

0,105

0,105

0,105 0,105 0,000 0,053

0,105

0,105

0,105

0,105

0,105 0,105 0,000 0,053

MTODO AHP

76

DEMATEL- EXERCCIO
S= 1/38
C1
C1
C2
C3
C4

C2

C3

C4

C5

C6

C7

C8

1,000
1,000
1,000
1,000

C5

1,000

C6

1,000

C7

1,000

C8

1,000
MTODO AHP

77

DEMATEL- EXERCCIO
C1
C1
C2
C3
C4
C5
C6

C7
C8

C2

C3

C4

C5

C6

C7

C8

1,000

0,000

0,000

0,000

-0,053 0,000 0,000 0,000

0,000

1,000

0,000

0,000

-0,105 0,000 -0,105 -0,105

0,000

0,000

1,000

0,000

-0,053 0,000 0,000 0,000

0,000

0,000

0,000

1,000

-0,053 0,000 0,000 0,000

-0,211

-0,053

-0,211

-0,211

1,000 -0,211 -0,053 -0,053

0,000

-0,053

-0,053

-0,053

-0,053 0,947 -0,053 -0,053

-0,105

-0,105

-0,105

-0,105

-0,105 -0,105 1,000 -0,053

-0,105

-0,105

-0,105

-0,105

-0,105 -0,105 0,000 0,947

MTODO AHP

78

DEMATEL- EXERCCIO
C1
C1
C2
C3
C4
C5
C6

C7
C8

C2

C3

C4

C5

C6

C7

C8

1,013

0,005

0,014

0,014

0,057 0,014 0,004 0,005

0,058

1,038

0,061

0,061

0,149 0,061 0,120 0,134

0,013

0,005

1,014

0,014

0,057 0,014 0,004 0,005

0,013

0,005

0,014

1,014

0,057 0,014 0,004 0,005

0,245

0,088

0,259

0,259

1,081 0,259 0,080 0,089

0,035

0,078

0,093

0,093

0,093 1,093 0,071 0,078

0,153

0,135

0,162

0,162

0,166 0,162 1,031 0,091

0,153

0,135

0,162

0,162

0,166 0,162 0,031 1,091

MTODO AHP

79

DEMATEL- EXERCCIO
C1

C2

C3

C4

C5

C6

C7

C8

Wi

2,40%

Vj

13,22% 9,45% 15,03% 15,03% 15,96% 15,03%6,70% 9,59%

13,20% 2,40% 2,40% 26,30% 12,26%20,52% 20,52%

C2

C5-C7-C8

C1

C3

C4

C6

MTODO AHP

80

MTODO AHP

81

Referncias Bibliogrficas

AGUARN, J., ESCOBAR, M.T., MORENO-JIMNEZ, J.M. A note on AHP group consistency for
the row geometric mean priorization procedure. European Journal of Operational Research 153, 318
322,2004.

FORMAN, E., PENIWATI, K. Aggregating individual judgements and priorities with the analytic
hierarchy process. European Journal of Operational Research 108, 165169, 2008.

GARUTI, C. Measuring compatibility (closeness) in weighted environments: when close really means
close? In: INTERNATIONAL SYMPOSIUM ON THE ANALYTIC HIERARCHY PROCESS, 9., 2007,
Via del Mar. Proceedings... Via del Mar: Fulcrum Ingeniera, 2007. 1 CD-ROM.

HO, W. Integrated analytic hierarchy process and its applications A literature review. European Journal
of Operational Research 186 (2008) 211228, 2007.

KUEHN, W. Digital Factory- Integration of Simulation Enhancing the Product and Production Process
Towards Operative Control and Optimisation. International Journal of Simulation, vol. 7, n. 7, oct. 2006.

MARINS, F. A. .S.; PEREIRA, M,D.S.; BELDERRAIN, M. C. N.; URBINA, L. G. M. Tomada de

deciso com mltiplos critrios. Editora Edgar Blucher, 2010.

MARTEL, J. M.; MATARAZZO, B. Other outranking approaches. In: FIGUEIRA, J.; GRECO, S.;
EHRGOTT, M. (Eds.) Multiple Criteria Decision Analysis. New York: Springer, p. 197-262, 2005.

MILLER, E. Marrying product and process design: digital manufacturing, a critical element of PLM, ensures
that shops stay competitive and profitable (software systems). American Machinist, oct. 2005.

MTODO AHP

82

Referncias Bibliogrficas

SAATY, T. L. A scaling method for priorities in hierarchical structures. Journal of Mathematical

Psychology. v. 15, p. 234-281, 1977.

SAATY, T. L. Fundamentals of the Analytic Network Process- Multiple Networks with Benefits, Costs,
Opportunities and Risk . Journal of System Science and Systems Enginnering, . v. 13, p. 348-379, 2004.

SAATY, T.L. Multicriteria Decision Making: The Analytic Hierarchy Process. McGraw-Hill, New York(2nd
impr. 1990, RSW Publishing, Pittsburgh),1980.

SAATY, T. L. Theory and Applications of the Analytic Network Process: decision making with benefits,
opportunities, costs, and risks. Pittsburgh: RWS, 2005.

SAATY, T. L.; PENIWATI, K. Group Decision Making: Drawing out and Reconciling Differences.
Pittsburgh (USA). RWS, 2008.

SALOMON, V. A. P. Desempenho da Modelagem do Auxlio Deciso por Mltiplos Critrios na Anlise

do Planejamento e Controle da Produo. Tese (Doutor em Engenharia) So Paulo: USP, 2004.

SHIMIZU, T. Deciso nas Organizaes. 2a. edio. So Paulo: Editora Atlas S. A., 419p. , 2010.

WAURZYNIAK, P. Enter the Virtual World. Manufacturing Engineering. ABI/INFORM Global, p.67, oct,
2007.

MTODO AHP

83