Escolar Documentos
Profissional Documentos
Cultura Documentos
Amanda Liermann
Juliana Hoffmann
Matheus Pozzebon
RESUMO: Este artigo visa explorar a aplicação do Método Analítico Hierárquico (AHP) no contexto
de tomada de decisão a respeito do melhor local de instalação de uma nova filial de uma rede de clínicas.
Através do método, foi possível hierarquizar os locais candidatos. Os resultados apontaram o Local 1
como o mais bem qualificado, servindo de apoio para o gestor da rede de clínicas tomar a decisão para a
instalação da nova filial. Portanto, é possível reconhecer a relevância do emprego de métodos de
multicritérios nas tomadas de decisões organizacionais.
1 INTRODUÇÃO
Esta pesquisa aborda o Método Analítico Hierárquico (AHP) de Saaty, no contexto de tomada de
decisão para o melhor local de instalação de uma nova filial de uma rede de clínicas. A empresa estudada
atua principalmente no setor laboratorial, com a realização de exames, e oferece o serviço de vacinação.
Assim, a nossa equipe sugeriu o estudo, apoiado em métodos de multicritérios, a respeito da escolha do
melhor local para instalação de uma nova clínica desta empresa.
Tal hipótese de abertura de uma nova clínica considerou o fato de que, contemporaneamente,
os serviços de exames laboratoriais e vacinação estão em ascensão. A pandemia de Covid-19 evidenciou
tal cenário, com uma crescente demanda em relação a serviços de saúde. Por isso, sugeriu-se,
hipoteticamente, a instalação de uma filial. Assim, o objetivo deste estudo é identificar as localidades
candidatas e apontar a melhor alternativa, através da ferramenta de decisão AHP.
Este artigo contém a teoria sobre o Método Analítico Hierárquico, localização de instalações e
seus critérios no mercado. Além disso, aborda a aplicação do método, seus resultados e conclusões, ou
seja, quais as melhores alternativas para localizar a nova instalação da unidade de clínica.
2 REFERENCIAL TEÓRICO
2.1 MÉTODO ANALÍTICO HIERÁRQUICO
Novos métodos de apoio a decisão para localizar novas instalações surgiram nas últimas décadas
por conta do crescente número de informações e da necessidade de as utilizar no processo decisório.
Neste cenário, os métodos multicritérios originaram-se como ferramentas matemáticas, que auxiliam
na resolução de problemas com critérios conflitantes (Brans & Mareschal, 2005). Tais ferramentas
resultam em uma classificação e ranqueamento dos locais candidatos(Saaty, 1991; Saaty & Vargas,
2012).
No final do século XX, o matemático Thomas L. Saaty desenvolveu o método multicritério Analytic
Hierarchy Process (Forman & Selly, 2002). O método AHP surgiu com o intuito de modelar problemas
desestruturados do cotidiano das pessoas (Saaty, 1991). Através dele, ficam evidentes as preferências
dos decisores, pois seus julgamentos subjetivos são quantificados numericamente de acordo com a
importância relativa dos critérios em análise (Yang & Lee, 1997; Vargas, 1990).
Além disso, consiste no método de multicritério mais amplamente utilizado e conhecido no apoio
à tomada de decisão na resolução de conflitos negociados, em problemas com múltiplos critérios.
Assim, o método AHP é recomendado para decisões que envolvem critérios conflitantes. Emprega-se
tal ferramenta, também, para cenários que contém critérios tangíveis e intangíveis.
Conforme os autores Randhawa & West (1995), o método AHP constitui-se de quatro etapas: (I)
identificar um conjunto de critérios para analisar locais candidatos; (II) atribuir pesos para os critérios
de acordo com a importância relativa de cada um deles; (III) avaliar cada local com relativamente a
cada critério e (IV) agregar os pesos de cada critério em uma classificação geral.
Para construir o método, decompõem-se o problema em critérios, que serão decompostos em
subcritérios de forma a criar um nível de hierarquias. Depois, analisam-se os critérios e subcritérios
por meio de uma comparação paritária utilizando uma escala numérica. Por fim, calculam-se os
autovetores ou análise do mínimo quadrado para cada nível da hierarquia até a decisão final. O uso
da hierarquia possibilita a resolução do problema através das interações entre os diversos níveis
hierárquicos (Saaty, 1991).
Para a aplicação do método, matrizes são preenchidas com base na Escala Fundamental
representada na Tabela 1.
A escolha ótima da localização de instalações traz o maior benefício social, maximizando o nível
de serviço prestado (Daskin, 1995). Por isso, é essencial para uma gestão satisfatória do negócio. Isto
é, se a seleção do local de instalação acontecer de modo ineficaz, a produtividade e a prestação de
serviços podem ser afetadas negativamente (Randhawa & West, 1995). Portanto, a avaliação
estratégica dos locais candidatos a receber uma unidade é fundamental para a sobrevivência do
negócio.
A quantidade de instalações, sua localização e atribuição de produtos para cada unidade
integram o design do sistema logístico (Closs & Thompson, 1992). Ou seja, o conceito de integração
logística compreende a localização de instalações.
Fonte: Os autores.
Os critérios foram avaliados de 0 a 10, sendo que a classificação ocorreu da seguinte forma:
- Facilidade de acesso a central de ambulâncias: 0 – sem facilidade; 10 – muita facilidade;
- Densidade demográfica: 0 – baixa/nula densidade demográfica; 10 – alta densidade
demográfica;
- Preço do aluguel: 0 – baixíssimo preço; 10 - altíssimo preço;
- Existência de serviços similares: 0 - existência nula; 10 - existência de muitos serviços similares.
Desta forma, temos que os critérios 1 e 2 desejam ser maximizados enquanto os critérios 3 e 4
desejam ser minimizados.
Fonte: Os autores.
Com a estrutura hierárquica é possível inferir que cada alternativa foi comparada em cada
critério, assim como, cada critério foi comparado com os outros critérios.
A partir desses resultados obtidos, entendeu-se através de perguntas feitas aos funcionários
administrativos da clínica qual seria a importância de cada critério em relação ao outro. As perguntas
foram feitas através da escala fundamental de Saaty (1991). De forma que facilitasse a utilização
posterior da matriz paritária, foram estabelecidos com base na escala, uma pontuação comparativa
entre 1 a 4. Assim os entrevistados determinaram as relações entre cada critério. A partir dos
resultados obtidos, construiu-se a matriz paritária abaixo (Tabela 3).
Tabela 3: Matriz paritária de critérios
Dessa forma, foi realizada a soma em cada uma das colunas. Esse passo foi estabelecido
visando a conclusão do processo de normalização da matriz paritária entre os critérios. A partir dessa
soma, obteve-se a matriz normalizada, conforme tabela abaixo. Dessa forma, foi possível obter a
prioridade relativa a cada um dos critérios.
Tabela 4: Matriz paritária normalizada
𝐴𝑤 = 𝜆 × 𝑤
Encontrou-se que:
𝜆 = 4,08844
𝐼𝐶 = 0,029479
𝐼𝐶
𝑅𝐶 =
𝐼𝑅
𝑅𝐶 = 0,03275535
Dessa forma, a análise realizada pelos autores do estudo em questão demonstrou que
a razão de consistência é menor que o 10% aceito para que a análise se tornasse coerente e
baseada em dados confiáveis.
Essas matrizes foram elaboradas utilizando os valores de forma bruta, contudo, identificou-se
que foi necessário normalizar os valores visto que a amplitude entre eles é relevante para a prioridade
relativa final.
0,36
0,11
𝑃𝐶 = ( )
0,26
0,27
Tal hipótese de abertura de uma nova clínica está fundamentada na alta demanda de
serviços de exames laboratoriais e vacinação, e somados aos resultados fundamentados do
artigo se inicia uma nova etapa do processo de instalação de uma nova unidade com a tomada
de decisão por parte da diretoria da empresa.
Após essa etapa em que se define a melhor alternativa, o projeto de instalação passa
para uma segunda fase, que é a de implementação. Para o sucesso dessa etapa é necessário
o comprometimento da diretoria da empresa por se tratar de uma nova unidade, com
treinamento intensivo e contínuo, além de um gerenciamento adequado e equilibrado.
Esse processo se inicia com a tomada de decisão por parte da gerência e depois a
escolha de uma equipe que irá desenvolver o projeto, buscando sempre a melhor eficiência
no projeto, que se dará com um bom planejamento. O tempo entre a tomada de decisão da
equipe e o início da implantação em um cliente piloto, o funcionamento dos subsistemas e
do sistema integral serão definidos pela alta gerência.
5 REFERÊNCIAS
Brans, J. P., & Mareschal, B. (2005). Multiple criteria decision analysis – state of the art. Dordrecht:
Kluwer Academic Publishers.
Chuang, P. T. (2001). Combining the analytic hierarchy process and quality function deployment for a
location decision from a requirement perspective. International Journal of Advanced Manufacturing
Technology, 18(11), 842-849. http://dx.doi.org/10.1007/s001700170010.
Closs; D. J.; Thompson, C. K. (1992). Logistics physical resource management. Journal of Business
Logistics, 13(2), 269-283.
Daskin, M. S. (1995). Network and discrete location – models, algorithms and aplications. New York:
John Wiley & Sons.
Forman, E. H., & Selly, M. A. (2002). Decision by objectives: How to convince others that you are right.
Singapore: World Scientific. 402 p. Recuperado em 25 de outubro de 2012, de
http://professorforman.com/ DecisionByObjectives/Chapter1.PDF.
Randhawa, S. U., & West, T. M. (1995). An integrated approach to facility location problems.
Computers & Industrial Engineering, 29(1-4), 261-265. http://dx.doi. org/10.1016/0360-
8352(95)00082-C.
Romero, B. C. (2006). Análise da localização de plataformas logísticas: uma aplicação ao caso da ETSP
– Entreposto Terminal São Paulo – da CEAGESP (Dissertação de mestrado). Escola Politécnica,
Universidade de São Paulo. São Paulo.
Saaty, T. L., & Vargas, L. G. (2012). Models, methods, concepts & applications of the analytic hirarchy
process (2 ed., International Series in Operations Research & Management Science, 175). New York:
Springer. 345 p.
Vargas, L. G. (1990). An overview of the Analytic Hierarchy Process and its applications. European
Journal of Operational Research, 48(1), 2-8. http:// dx.doi.org/10.1016/0377-2217(90)90056-H.
Yang, J., & Lee, H. (1997). An AHP decision model for facility location selection. Facilities, 15(Iss: 9),
241- 254. http://dx.doi.org/10.1108/02632779710178785.