XLII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO

"Contribuição da Engenharia de Produção para a Transformação Digital da Indústria Brasileira"

Foz do Iguaçu, Paraná, Brasil, 04 a 07 de outubro de 2022.

PERFORMANCE SUSTENTÁVEL DAS EMPRESAS DO

SETOR DE SAÚDE: ANÁLISE A PARTIR DA ABORDAGEM
VFT E DOS MÉTODOS AHP-GAUSSIANO E WASPAS
Tainá da Silva Rocha Paz (Universidade Federal Fluminense)
tainapaz@id.uff.br

Marcos dos Santos (Instituto Militar de Engenharia)

marcosdossantos_doutorado_uff@yahoo.com.br

Carlos Francisco Simões Gomes (Universidade Federal Fluminense)

cfsg1@bol.com.br

Com a pandemia do Covid-19, as principais dificuldades e desafios

enfrentados pelo setor de saúde brasileiro foram ressaltados. Dessa
forma, houve necessidade de maior investimento para atender as
demandas de serviços e tratamentos da população. Nesse sentido, esse
setor possui um impacto importante nas três dimensões de
sustentabilidade (econômico, ambiental e social) e devido a sobrecarga
no serviço, impulsionada pela pandemia, o presente artigo tem como
objetivo analisar a performance do desenvolvimento sustentável de três
empresas do setor de saúde. Para alcançar esse objetivo, utilizou-se o
método value-focused thinking (VFT) para estruturar o problema e
definir os seis critérios analisados, combinado com o método AHP-
Gaussiano para gerar os pesos desses critérios e por fim, a aplicação do
método WASPAS para obter o ranking das empresas com base nesses
critérios. Essa abordagem metodológica com múltiplos métodos
possibilitou realizar uma análise robusta da performance do
desenvolvimento sustentável das três empresas.

Palavras-chave: Setor de saúde, Sustentabilidade, VFT, AHP-

Gaussiano, WASPAS.
 XLII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO
"Contribuição da Engenharia de Produção para a Transformação Digital da Indústria Brasileira"
Foz do Iguaçu, Paraná, Brasil, 04 a 07 de outubro de 2022.

1. Introdução
As dificuldades enfrentadas pelo setor de saúde no Brasil foram agravadas diante da pandemia
provocada pelo coronavírus, havendo necessidade de maior quantidade de insumos para
combater a pandemia, ainda existente. No entanto, previamente a esse acontecimento da
pandemia, o orçamento para o setor de saúde tem diminuído e em 2019, foram reduzidos R$ 20
bilhões do orçamento da saúde, representando uma redução de 15% do valor (CNS,2020).
Nesse sentido, segundo o Instituto Brasileiro de Geografia e Estatística (IBGE, 2018), há um
envelhecimento da população brasileira onde a parcela da população com mais de 65 anos pode
atingir 15% em 2034 e alcançar uma taxa de 25,5% em 2060 (CNS, 2020). Ou seja, com o
envelhecimento da população haverá a necessidade de aumento dos investimentos em R$ 50,7
bilhões entre 2020 e 2027 (CNS, 2020).
Segundo Estadão (2020), a composição de gastos de saúde em relação ao produto interno bruto
é de 8%, dos quais 4,4% são gastos privados e 3,8% de gastos públicos. Embora exista um
sistema único de saúde para a população brasileira, a principal fonte de investimento é do setor
privado.
Dessa forma, segundo a Federação Nacional de Saúde Suplementar (FENASAÚDE, 2021), em
julho de 2021, os gastos das operadoras de planos de saúde foram os maiores, comparando os
meses desde o início da pandemia no Brasil (março de 2020). Onde, o índice de sinistralidade,
que apresenta quanto das receitas dos planos de saúde foi consumido pelas despesas com
atendimentos aos beneficiários dos planos, alcançou 82% (FENASAÚDE, 2021).
Devido a criticidade e a importância do setor de saúde para o bem-estar e sobrevivência da
população, esse setor também gera impactos econômicos, ambientais e sociais para a sociedade.
Dessa forma, ele possui um papel importante no desenvolvimento sustentável, como abordado
pelo terceiro Objetivo de Desenvolvimento Sustentável – “Saúde e bem-estar: garantir o acesso
à saúde de qualidade e promover o bem-estar para todos, em todas as idades” (ONU, 2021).
Logo, este artigo tem como objetivo analisar a performance do desenvolvimento sustentável de
três empresas do setor de saúde. Para isso, utilizou-se o método Value-Focused Thinking (VFT)
para a estruturação do problema e a definição dos critérios, o método AHP-Gaussiano para
obter os pesos dos critérios e o método WASPAS para realizar o ranking das empresas.
Dessa forma, o presente artigo está estruturado em 7 seções. Sendo esta, a primeira seção, que
considerou a introdução e contextualização do tema. A segunda seção aborda o método VFT.
A terceira seção apresenta o método AHP-Gaussiano. A quarta seção apresenta o método
WASPAS. Em seguida, a quinta seção apresenta a metodologia do estudo. Já a sexta seção
1
 XLII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO
"Contribuição da Engenharia de Produção para a Transformação Digital da Indústria Brasileira"
Foz do Iguaçu, Paraná, Brasil, 04 a 07 de outubro de 2022.

aborda a análise e discussão dos resultados. Por fim, a sétima seção apresenta a conclusão do
estudo.

2. Método Value-Focused Thinking (VFT)

O método Value-Focused Thinking (VFT) foi desenvolvido por Keeney (1992) e consiste em
um método de estruturação de problemas com a proposta de focar inicialmente nos valores,
seguida da definição de alternativas e critérios, pois esses dois últimos são os meios de alcançar
os valores. Segundo Keeney (1996), o método VFT auxilia na tomada de decisão, pois os
valores identificados contribuem na criação de alternativas e identificação de critérios, como
também na identificação de melhores situações de decisão.
Segundo o mesmo autor, Keeney (1996), as decisões são caracterizadas por múltiplos objetivos,
sendo que cada objetivo representa algo que se deseja alcançar no contexto de decisão. Portanto,
os objetivos podem ser classificados de duas formas: objetivo fundamental, que está
relacionado ao que o tomador de decisão valoriza em um contexto de decisão, e os objetivos-
meio que são formas de alcançar o objetivo fundamental (KEENEY, 1996; PAZ, SANTOS;
GOMES, 2021).
Dessa forma, a estruturação do problema dessa pesquisa foi realizada a partir de duas fases
propostas por Abuabara et al. (2019). A primeira fase, denominada “divergente”, consiste na
estruturação do escopo do problema, enquanto a segunda fase, denominada “convergente”, tem
por objetivo estruturar o plano de ação para solucionar o problema. A figura 1 apresenta o
processo de tomada de decisão.
Figura 1 - Processo de tomada de decisão

Fonte: Adaptado de Abuabara et al. (2019).

2
 XLII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO
"Contribuição da Engenharia de Produção para a Transformação Digital da Indústria Brasileira"
Foz do Iguaçu, Paraná, Brasil, 04 a 07 de outubro de 2022.

Como pode ser observado na figura 1, na fase divergente foram realizadas entrevistas com
quatro especialistas da área da saúde para entendimento dos desafios do setor de saúde no
Brasil. Esses desafios estão relacionados principalmente a recursos financeiros e insumos para
atender as necessidades dos pacientes. Além disso, a partir das entrevistas foi possível
esclarecer a necessidade de avaliar as empresas quanto os seus desempenhos no contexto do
desenvolvimento sustentável.
Na fase convergente do processo de tomada de decisão, realizou-se a definição dos objetivos
(fundamental e meio), que estão apresentados na figura 2, a definição dos critérios
socioeconômicos e ambientais que contribuiriam para a análise da performance das empresas
conforme opinião dos especialistas, a escolha dos métodos multicritérios e a definição de
estratégia de solução.

Figura 2 - Rede de objetivos

Fonte: Autores (2022).

Logo, o objetivo fundamental é caracterizado pela análise da performance do desenvolvimento

sustentável das empresas do setor de saúde. Já os objetivos-meio que podem contribuir para
alcançar o objetivo fundamental são os seguintes: selecionar os indicadores sociais, econômicos
e ambientais e identificar as principais dificuldades das empresas para manter o seu negócio
sustentável. Os indicadores foram selecionados a partir de pesquisas nos relatórios de
sustentabilidade das empresas e a análise crítica dos especialistas.
3
 XLII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO
"Contribuição da Engenharia de Produção para a Transformação Digital da Indústria Brasileira"
Foz do Iguaçu, Paraná, Brasil, 04 a 07 de outubro de 2022.

Como última etapa do processo de tomada de decisão à luz do método VFT, foi realizada a
escolha do método multicritério. Essa escolha teve como base as características do problema de
buscar analisar a performance das empresas, podendo ser alcançado a partir da elaboração de
um ranking. Para isso, foram utilizados dois métodos multicritério de apoio à decisão: método
AHP-Gaussiano para obter os pesos dos critérios e o método WASPAS para obter o ranking
das empresas.

3. Método AHP-Gaussiano
O método Analytic Hierarchy Process (AHP) foi desenvolvido na década de 70 por Saaty
(1980) e tem como objetivo analisar os critérios, utilizando-se de especialistas, a partir de uma
comparação par a par com base na Escala Fundamental de Saaty de 1 (igualmente importante)
a 9 (extremamente mais importante). Entretanto, o método AHP exige um esforço cognitivo
dos especialistas para a análise do grau de importância relativa dos critérios.
Nesse contexto, Santos, Costa e Gomes (2021) propuseram uma variação do método AHP,
chamado AHP-Gaussiano, que realiza uma análise de sensibilidade proveniente do fator
gaussiano. Dessa forma, a obtenção dos pesos dos critérios pode ser realizada a partir dos dados
da matriz de decisão, com critérios quantitativos, não havendo a necessidade da avaliação par
a par do grau de importância dos critérios, que é realizada pelos especialistas no método original
(SANTOS; COSTA; GOMES, 2021). As etapas do método AHP-Gaussiano estão descritas a
seguir:
• Etapa 1: Elaboração da matriz de decisão e da matriz de decisão normalizada.
𝑥11 ⋯ 𝑥1𝑛
X= [ ⋮ ⋱ ⋮ ] , onde i = 1, ..., m, j = 1, ..., n (1)
𝑥𝑚1 ⋯ 𝑥𝑚𝑛

• Etapa 2: Cálculo da média (representado por “y”) das alternativas em cada critério.

• Etapa 3: Cálculo do desvio padrão dos critérios com base na amostra das alternativas,
onde “y” é o valor médio (2).

∑𝑛
𝑖=1(𝑥𝑖 −𝑦𝑖 )²
𝜎𝑖 = √ (2)
𝑛−1

• Etapa 4: Cálculo do fator gaussiano (FG) para cada critério i, onde i = 1, ..., n.(3)
𝜎𝑖
𝐹𝑎𝑡𝑜𝑟 𝐺𝑎𝑢𝑠𝑠𝑖𝑎𝑛𝑜 (𝐹𝐺𝑖 ) = (3)
𝑦𝑖

4
 XLII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO
"Contribuição da Engenharia de Produção para a Transformação Digital da Indústria Brasileira"
Foz do Iguaçu, Paraná, Brasil, 04 a 07 de outubro de 2022.

• Etapa 5: Ponderação da matriz de decisão: multiplicando o fator gaussiano normalizado

pela matriz de decisão normalizada.

• Etapa 6: Normalização dos resultados.

• Etapa 7: Ordenação das alternativas.

4. Método WASPAS
O método Weighted Aggregated Sum Product Assessment (WASPAS) foi desenvolvido por
Zavadskas et al. (2012) a partir da combinação do método Weighted Sum Model (WSM) com
o método Weighted Product Model (WPM). A combinação desses dois métodos proporciona
maior precisão do ranking das alternativas analisadas (ZAVADSKAS et al., 2012;
CHAKRABORTY; ZAVADSKAS; ANTUCHEVICIENE, 2015). A atribuição de pesos para
os critérios pode ser feita a partir da opinião dos especialistas ou a partir de um método
específico (PRAJAPATI; KANT; SHANKAR, 2019). Nesse sentido, para essa pesquisa
utilizou-se o método AHP-Gaussiano para estabelecer os pesos dos critérios.
Diversos estudos sobre o tema de sustentabilidade utilizaram o método WASPAS, como por
exemplo: o estudo de Stevic et al. (2018) que selecionou o local para a construção da rotatória;
o estudo de Alrasheedi et al. (2021) avaliou e classificou fornecedores de empresas de
manufatura com base em critérios de sustentabilidade; o estudo de Alimohammadlou e
Khoshsepehr (2021) propôs um método de tomada de decisão para avaliar o desenvolvimento
sustentável organizacional. Portanto, o método WASPAS demonstra ser um método robusto
para realizar o ranking das alternativas.
As etapas desse método estão descritas a seguir (ZAVADSKAS et al., 2012; ZAVADSKAS;
KALIBATAS; KALIBATIENE, 2016):
• Etapa 1: Elaboração da matriz de decisão. Será utilizada a mesma matriz elaborada para
o método AHP-Gaussiano.

• Etapa 2: Normalização da matriz de decisão.

o Para critérios de benefício (4):

𝑥𝑖𝑗
𝑟𝑖𝑗 = (4)
max 𝑥𝑖𝑗

o Para critérios de custo (5):

5
 XLII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO
"Contribuição da Engenharia de Produção para a Transformação Digital da Indústria Brasileira"
Foz do Iguaçu, Paraná, Brasil, 04 a 07 de outubro de 2022.

min 𝑥𝑖𝑗
𝑟𝑖𝑗 = (5)
𝑥𝑖𝑗

• Etapa 3: Cálculo da importância relativa total baseado no método WSM (6).

(1)
𝑄𝑖 = ∑𝑛𝑗=1 𝑟𝑖𝑗 𝑤𝑗 (6)

• Etapa 4: Cálculo da importância relativa total baseado no método WPM (7).

(2)
𝑄𝑖 = ∏𝑛𝑗=1(𝑟𝑖𝑗 )𝑤𝑗 (7)

Onde, 𝑤𝑗 é o peso dos critérios.

• Etapa 5: Cálculo do critério generalizado conjunto (Q) para determinar a importância

relativa total da alternativa (8).
(1) (2)
𝑄𝑖 = 𝜆𝑄𝑖 + (1 − 𝜆)𝑄𝑖 , onde λ = 0, ..., 1 (8)

• Etapa 6: Obtenção do ranking final das alternativas. Quanto maior o valor de Q,

melhor é a alternativa.

5. Metodologia
A metodologia deste estudo possui uma abordagem híbrida, composta por uma parte
qualitativa, em que foi elaborada uma introdução e contextualização sobre sustentabilidade no
setor da saúde e a estruturação do problema com especialistas a partir do método VFT. E pela
parte quantitativa, em que foi aplicada uma nova abordagem metodológica para obter o ranking
das empresas, a partir dos métodos AHP-Gaussiano e WASPAS.
Para a aplicação do método AHP-Gaussiano foi utilizada a ferramenta desenvolvida por Baldini
et al. (2021). E para a aplicação do VFT, foram realizadas reuniões com quatro especialistas na
área de saúde, possibilitando realizar a seleção dos critérios. A Tabela 1 apresenta a matriz de
decisão do problema com os critérios selecionados para essa pesquisa para as três empresas que
serão analisadas, bem como os seus resultados.

6
 XLII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO
"Contribuição da Engenharia de Produção para a Transformação Digital da Indústria Brasileira"
Foz do Iguaçu, Paraná, Brasil, 04 a 07 de outubro de 2022.

Tabela 1 - Matriz de decisão com alternativas e critérios

Critérios
Receita bruta Número total Total de resíduo
Consumo total Qtde de Qtde de
Alternativas (bilhões de de gerado
de água (m³) hospitais leitos
R$) colaboradores (tonelada)
Empresa 1 8,5 35500 9700 896500 45 3240
Empresa 2 14 56000 24657 3.205.655,00 52 7393
Empresa 3 3,2 11242 1639,4 140.429,20 29 2200
Impacto do
Maximizar Minimizar Minimizar Minimizar Maximizar Maximizar
critério
Fonte: Autores (2022).

A coleta dos dados desses critérios foi realizada a partir dos relatórios de sustentabilidade do
ano de 2020, que estão disponíveis de forma pública nos sites das empresas.

6. Análise e discussão dos resultados

Após a coleta dos dados dos indicadores, aplicou-se os métodos multicritério de apoio à decisão
para alcançar o objetivo fundamental da pesquisa. Dessa forma, iniciou-se pelo método AHP-
Gaussiano para a obtenção dos pesos dos critérios. A Tabela 1, na seção anterior, apresenta a
matriz de decisão com as três empresas representando as alternativas e os seis critérios. Em
seguida, foi elaborada a matriz de decisão normalizada, que está presente na Tabela 2.

Tabela 2 - Matriz de decisão normalizada

Critérios
Receita bruta Número total Total de resíduo
Consumo total Qtde de Qtde de
Alternativas (bilhões de de gerado
de água (m³) hospitais leitos
R$) colaboradores (tonelada)
Empresa 1 0,3307 0,2087 0,1368 0,1305 0,3571 0,2525
Empresa 2 0,5447 0,1323 0,0538 0,0365 0,4127 0,5761
Empresa 3 0,1245 0,6590 0,8094 0,8330 0,2302 0,1714
Fonte: Autores (2022).

Dando continuidade à aplicação do método, foram calculadas a média, desvio padrão e o fator
gaussiano. A Tabela 3 apresenta os resultados.

7
 XLII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO
"Contribuição da Engenharia de Produção para a Transformação Digital da Indústria Brasileira"
Foz do Iguaçu, Paraná, Brasil, 04 a 07 de outubro de 2022.

Tabela 3 - Média, desvio padrão e fator gaussiano

Critérios
Receita bruta Número total Total de resíduo
Consumo total Qtde de Qtde de
(bilhões de de gerado
de água (m³) hospitais leitos
R$) colaboradores (tonelada)
Média 0,3333 0,3333 0,3333 0,3333 0,3333 0,3333
Desvio Padrão 0,2101 0,2846 0,4144 0,4353 0,0936 0,2141
Fator
0,6304 0,8539 1,2431 1,3059 0,2807 0,6423
Gaussiano
Fonte: Autores (2022).

Por fim, calculou-se o fator gaussiano normalizado. Onde este representa o peso dos critérios.
A Tabela 4 apresenta os valores dos pesos para cada critério.

Tabela 4 - Fator Gaussiano normalizado para cada critério

Critérios
Receita bruta Número total Total de resíduo
Consumo total Qtde de Qtde de
(bilhões de de gerado
de água (m³) hospitais leitos
R$) colaboradores (tonelada)
Fator
Gaussiano 0,1272 0,1723 0,2508 0,2635 0,0566 0,1296
normalizado
Fonte: Autores (2022).

Dessa forma, após o cálculo dos pesos dos critérios a partir da aplicação do método AHP-
Gaussiano, aplicou-se o método WASPAS para obtenção do ranking das empresas. Portanto,
utilizando-se da mesma matriz de decisão apresentada na Tabela 1, realizou-se a normalização
dessa matriz segundo as diretrizes do método WASPAS. Essa nova matriz normalizada
encontra-se na Tabela 5.

Tabela 5 - Matriz de decisão normalizada – método WASPAS

Critérios
Receita bruta Número total Total de resíduo
Consumo total Qtde de Qtde de
Alternativas (bilhões de de gerado
de água (m³) hospitais leitos
R$) colaboradores (tonelada)
Empresa 1 0,6071 0,3167 0,1690 0,1566 0,8654 0,4383
Empresa 2 1 0,2008 0,0665 0,0438 1 1
Empresa 3 0,2286 1 1 1 0,5577 0,2976
Fonte: Autores (2022).

8
 XLII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO
"Contribuição da Engenharia de Produção para a Transformação Digital da Indústria Brasileira"
Foz do Iguaçu, Paraná, Brasil, 04 a 07 de outubro de 2022.

Em seguida, foram calculadas a importância relativa baseada no método WSM e a importância

relativa total baseada no método WPM. Por fim, realizou-se o cálculo do critério generalizado
conjunto (Q) para determinar a importância relativa total de cada empresa analisada, variando
o λ entre 0 e 1. A Tabela 6 mostra esse resultado.

Tabela 6 - Valores de Q com λ entre 0 e 1

Alternativas λ=0 λ=0,25 λ=0,5 λ=0,75 λ=1
Empresa 1 0,2696 0,2825 0,2954 0,3083 0,3213
Empresa 2 0,1685 0,2205 0,2724 0,3243 0,3762
Empresa 3 0,6853 0,7104 0,7356 0,7607 0,7858
Fonte: Autores (2022).

Como pode ser observado na Tabela 6, para λ entre 0,75 e 1, o ranking das alternativas se
apresenta da seguinte forma: empresa 3 > empresa 2 > empresa 1. No entanto, para λ entre 0 e
0,5, o ranking se apresenta da seguinte forma: empresa 3 > empresa 1 > empresa 2. Ou seja,
dependendo da escolha do tomador de decisão de considerar os maiores valores ou os menores
de λ, o resultado do ranking das empresas pode ser alterado. No entanto, observa-se que para
qualquer valor de λ a empresa 3 apresentou o melhor resultado. Portanto, os métodos
multicritério são de apoio à decisão e devem ser analisados criteriosamente pelos tomadores de
decisão para que a melhor decisão seja tomada.

7. Conclusão
Logo, o estudo foi composto por uma abordagem qualitativa com a introdução e
contextualização das dificuldades e necessidades do setor de saúde, agravados com a pandemia
do Covid-19, e a estruturação do problema e definição dos critérios a partir do método VFT.
Acrescida da abordagem quantitativa, que foi desenvolvida por meio da aplicação dos métodos
AHP-Gaussiano e WASPAS.
Essa proposta metodológica com múltiplos métodos se mostrou eficaz ao problema estudado,
uma vez que possibilitou estruturar o problema com base nas entrevistas realizadas com
especialistas e identificar a empresa com melhor performance no desenvolvimento sustentável.
Além disso, embora o estudo tenha abordado o tema de sustentabilidade no setor da saúde, os
métodos que foram utilizados não se limitam a esse contexto. Dessa forma, sugere-se a
aplicação e análise desses métodos em outras realidades de forma a apoiar a tomada de decisão
de outros setores, temas e contextos.

9
 XLII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO
"Contribuição da Engenharia de Produção para a Transformação Digital da Indústria Brasileira"
Foz do Iguaçu, Paraná, Brasil, 04 a 07 de outubro de 2022.

REFERÊNCIAS
ABUABARA, L.; PAUCAR-CACERES, A.; BURROWES-CROMWELL, T. Consumers’ values and
behavior in the Brazilian coffee-in-capsules market: promoting circular economy. International Journal
of Production Research, v. 57, n. 23, p. 7269–7288, 2019.

ALIMOHAMMADLOU, M.; KHOSHSEPEHR, Z. Investigating organizational sustainable development

through an integrated method of interval-valued intuitionistic fuzzy AHP and WASPAS. Environment,
Development and Sustainability, 4 jun. 2021.

ALRASHEEDI, M. et al. An extended framework to evaluate sustainable suppliers in manufacturing companies

using a new Pythagorean fuzzy entropy-SWARA-WASPAS decision-making approach. Journal of Enterprise
Information Management, v. ahead-of-p, n. ahead-of-print, 4 maio 2021.

BALDINI, F.; SANTOS, M.; COELHO, L. S.; MARIANI, V. C. AHP-GAUSSIANO em VBA (v.1) 2021.

CHAKRABORTY, S.; ZAVADSKAS, E. K.; ANTUCHEVICIENE, J. Applications of WASPAS method as a

multicriteria decision-making tool. Economic Computation and Economic Cybernetics Studies and
Research, v. 49, n. 1, p. 5-22, 2015.

CONSELHO NACIONAL DE SAÚDE. CNS, 2020. Saúde perdeu R$ 20 bilhões em 2019 por causa da EC
95/2016. Disponível em: < https://conselho.saude.gov.br/ultimas-noticias-cns/1044-saude-perdeu-r-20-bilhoes-
em-2019-por-causa-da-ec-95-2016>. Acesso em: 01 nov. 2021.

EASLEY, R.F.; VALACICH, J. S.; VENKATARAMANAN, M. A. Capturing group preferences in multicriteria

decision. European Journal of Operational Research, 125, p. 73-83, 2000.

ESTADÃO, 2020. Qual é o gasto diário de saúde do Brasil por habitante? Disponível em: <
https://summitsaude.estadao.com.br/desafios-no-brasil/qual-e-o-gasto-diario-de-saude-do-brasil-por-habitante/>.
Acesso em: 03 nov. 2021.

FENASAÚDE, 2021. Gastos dos planos de saúde atingem o maior patamar desde o começo da pandemia.
Disponível em: <https://fenasaude.org.br/noticias/gastos-dos-planos-de-saude-atingem-o-maior-patamar-desde-
o-comeco-da-pandemia.html>. Acesso em: 05 nov. 2021.

IBGE, 2018. Projeção da população 2018: número de habitantes do país deve parar de crescer em 2047.
Disponível em: < https://agenciadenoticias.ibge.gov.br/agencia-sala-de-imprensa/2013-agencia-de-
noticias/releases/21837-projecao-da-populacao-2018-numero-de-habitantes-do-pais-deve-parar-de-crescer-em-
2047>. Acesso em: 07 nov. 2021.

KEENEY, R. L. Value-focused thinking: a path to creative decision making. Cambridge, Harvard University,
1992.

KEENEY, R. L. Value-focused thinking: Identifying decision opportunities and creating alternatives.

European Journal of Operational Research, v. 92, n.3, p.537 – 549, 1996.

ONU, 2021. Objetivos de Desenvolvimento Sustentável. Disponível em: < https://brasil.un.org/pt-br/sdgs/3>.

Acesso em: 30 out. 2021.

10
 XLII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO
"Contribuição da Engenharia de Produção para a Transformação Digital da Indústria Brasileira"
Foz do Iguaçu, Paraná, Brasil, 04 a 07 de outubro de 2022.

PAZ, T. S. R.; SANTOS, M.; GOMES, C. F. S. Desenvolvimento sustentável das unidades federativas
brasileiras sob uma perspectiva multimetodológica: abordagem value-focused thinking e método AHP-TOPSIS-
2N. XXVIII Simpósio de Engenharia de Produção, 2021.

PRAJAPATI, H.; KANT, R.; SHANKAR, R. Prioritizing the solutions of reverse logistics implementation to
mitigate its barriers: A hybrid modified SWARA and WASPAS approach. Journal of Cleaner Production, v.
240, p. 118219, dez. 2019.

SAATY, T. L. The Analytic Hierarchy Process, New York: McGraw Hill, 1980.

SANTOS, M. DOS; COSTA, I. P. DE A.; GOMES, C. F. S. Multicriteria decision-making in the selection of

warships: a new approach to the AHP method. International Journal of the Analytic Hierarchy Process, v.
13, n. 1, 19 maio 2021.

STEVIĆ, Ž. et al. The Location Selection for Roundabout Construction Using Rough BWM-Rough WASPAS
Approach Based on a New Rough Hamy Aggregator. Sustainability, v. 10, n. 8, p. 2817, 8 ago. 2018.

ZAVADSKAS, E. K.; TURSKIS, Z.; ANTUCHEVICIENE, J. Optimization of Weighted Aggregated Sum

Product Assessment. Electronics and Electrical Engineering, v. 122, n. 6, 11 jun. 2012.

ZAVADSKAS, E. K.; KALIBATAS, D.; KALIBATIENE, D. A multi-attribute assessment using WASPAS for
choosing an optimal indoor environment. Archives of Civil and Mechanical Engineering, v. 16, n. 1, p. 76–85,
jan. 2016.

11