Multi-Criteria Analysis

Machine Translated by Google
Veja discussões, estatísticas e perfis de autores desta publicação em: https://www.researchgate.net/publication/30529921
Análise multicritério: um manual
Artigo · Janeiro de 2009

Fonte: OAI
CITAÇÕES LÊ
419 25.514
4 autores, incluindo:
Alan D. Pearman Lawrence D. Phillips
Universidade de Leeds Escola de Economia e Ciência Política de Londres
35 PUBLICAÇÕES 1.777 CITAÇÕES 95 PUBLICAÇÕES 10.291 CITAÇÕES
VER PERFIL VER PERFIL
Todo o conteúdo desta página foi enviado por Lawrence D. Phillips em 21 de maio de 2014.
O usuário solicitou aprimoramento do arquivo baixado.

www.communities.gov.uk
comunidade, oportunidade, prosperidade
Janeiro de 2009
Departamento de Comunidades e Governo Local: Londres
Departamento de Comunidades e Governo Local

Casa Elande
Lugar de Bressenden
Londres
SW1E 5DU
Telefone: 020 7944 4400 Site:
www.communities.gov.uk
© Direitos autorais da Coroa 2009
Os direitos autorais do arranjo tipográfico pertencem à Coroa.
Esta publicação, excluindo logotipos, pode ser reproduzida gratuitamente em qualquer formato ou meio para pesquisa, estudo privado
ou para circulação interna dentro de uma organização. Isto está sujeito a ser reproduzido com precisão e não usado em um contexto
enganoso. O material deve ser reconhecido como copyright da Coroa e o título da publicação especificado.
Qualquer outro uso do conteúdo desta publicação exigiria uma licença de direitos autorais. Solicite uma licença Click-Use para o material
principal em www.opsi.gov.uk/click-use/system/online/pLogin.asp, ou escrevendo para o Office of Public Sector Information, Information
Policy Team, Kew, Richmond , Surrey TW9 4DU
e-mail: licenciamento@opsi.gov.uk
Se necessitar desta publicação num formato alternativo, envie um e-mail para alternativeformats@communities.gsi.gov.uk
Publicações sobre comunidades e governos locais

Caixa Postal 236
Tempo
West Yorkshire
LS23 7NB
Tel: 0300 123 1124
Fax: 0300 123 1125
Email: Communities@capita.co.uk Online
através do site de Comunidades e Governo Local: www.communities.gov.uk
Janeiro de 2009
Código do produto: 08ACST05703
ISBN: 978-1-4098-1023-0
Análise multicritério: um manual | 3
Conteúdo
Prefácio 5
Capítulo 1 O escopo e os objetivos deste manual 6
Capítulo 2 Avaliação e avaliação no governo 2.1 Introdução 9

9
2.2 O processo de tomada de decisão 10
2.3 Identificação de objetivos 10
2.4 Identificação de opções para atingir os objetivos 2.5 11
Identificação dos critérios a serem usados para comparar as opções 2.6 11
Análise das opções 2.7 Fazendo 11
escolhas 2.8 Feedback 12

13
2.9 Sequências de decisões ao longo do tempo 13
Capítulo 3 Técnicas baseadas em moeda 3.1 14

Introdução 14
3.2 Análise financeira 3.3 14
Análise custo-eficácia 3.4 Análise 15
custo-benefício 3.5 Inclusão 15
dos resultados das análises monetárias num quadro MCA

17
Capítulo 4 Uma visão geral das técnicas de análise multicritério 19

4.1 Introdução 19
4.2 Critérios para seleção de técnicas de MCA 4.3 20
Principais características do 20
MCA 4.4 Diferentes tipos de MCA 23
4.5 Análise direta da matriz de desempenho 4.6 Teoria 24
da utilidade multiatributo 4.7 Modelos 24

aditivos lineares 25
4.8 O Processo de Hierarquia Analítica 4.9 26
Métodos de superação 4.10 26
Procedimentos que usam entradas de dados qualitativos 27
4.11 Métodos MCA baseados em conjuntos 28

fuzzy 4.12 Outros métodos MCA 29
4.13 Aplicação do MCA no governo 29

4 | Análise multicritério: um manual
capítulo 5 Decisões sem pesos: construção de uma matriz de desempenho 5.1 As etapas 30
de uma análise multicritério 5.2 Passo 1: 30
Estabelecendo o contexto de decisão 5.3 Passo 2: 32
Identificando opções 5.4 Passo 3: 32
Identificando critérios e subcritérios 5.5 Passo 4 e além 32
(sem pontuação e ponderação) 39
5.6 Passo 4: Avaliação dos níveis de desempenho (com pontuação) 41
Capítulo 6 Análise de decisão multicritério 6.1 46

O que é MCDA? 46
6.2 Estágios no MCDA 6.3 49
Incerteza, Risco e MCDA 71
Capítulo 7 Estudos de caso 7.1 73
A nova abordagem para avaliação de transporte 7.2 73
Aplicações do MCDA no Reino Unido 77
7.3 O estudo de caso da NAO: avaliação de serviços de comércio exterior 78
7.4 O estudo de caso da Nirex: avaliação de locais para posterior

investigação como potenciais repositórios de resíduos radioactivos 7.5 90
Planeamento orçamental de receitas a médio prazo 101

7.6 Lições dos estudos de caso do MCDA 109
Apêndice 1 Modelos MCA contínuos (alternativas infinitamente

variáveis) 112
Apêndice 2 Métodos não compensatórios 115
Apêndice 3 Modelos de utilidade multiatributos 118
Apêndice 4 Modelos aditivos lineares 121
Apêndice 5 O processo de hierarquia analítica 127
Apêndice 6 Métodos de superação 131
Apêndice 7 Métodos de superação com dados qualitativos 138
Apêndice 8 MCA Fuzzy 140
Apêndice 9 Utilização da MCA para explorar os pontos de vista das partes interessadas 141
Apêndice 10 Probabilidades para preferências 146
Glossário 149
Bibliografia 154
Programas 161
Prefácio
Este manual foi encomendado pelo Departamento do Ambiente, Transportes e Regiões
em 2000 e continua a ser, em 2009, a principal orientação actual do governo
central sobre a aplicação de técnicas de análise multicritério (MCA).
Desde 2000, tornou-se mais amplamente reconhecido no governo que, quando as
quantidades podem ser avaliadas em termos monetários, a MCA não substitui a análise
custo-benefício, mas pode ser um complemento; e que as técnicas de MCA são diversas
tanto nos tipos de problemas que abordam (por exemplo, a priorização de programas,
bem como a selecção de opções únicas) como nas técnicas que empregam, desde
conferências de decisão a processos menos intensivos em recursos.
Capítulo 1 O escopo e
os objetivos deste manual
Este manual fornece orientação para funcionários governamentais e outros
profissionais sobre como realizar e fazer o melhor uso da análise multicritério (MCA)
para a avaliação de opções para políticas e outras decisões, incluindo, mas não se
limitando, àquelas que têm implicações para o meio ambiente.
Abrange uma gama de técnicas que podem ter valor prático para os decisores
públicos e são cada vez mais utilizadas no Reino Unido e noutros países. Elas são
descritas neste manual como técnicas de análise multicritério (MCA).
O documento Avaliação de Políticas e Meio Ambiente foi publicado pelo DETR em

1991.1 Em 1997, um relatório Experiência com a 'Avaliação de Políticas e a
Iniciativa Ambiental' concluiu que ainda havia espaço para melhorias.2
O folheto Avaliação de Políticas e Meio Ambiente: Orientação de Políticas foi
publicado pelo DETR em abril de 1998.3 No mesmo ano, um estudo de escopo foi
encomendado sobre técnicas e orientações publicadas sobre avaliação ambiental.4
Uma sugestão para ações futuras foi a produção de orientações gerais sobre multi
-análise de critérios. Este conjunto de técnicas cada vez mais popular combina normalmente
uma série de impactos de projectos, políticas ou opções de programas num único
quadro para facilitar a assimilação pelos decisores. O presente manual implementa
esta recomendação.
O manual trata de técnicas que não dependem necessariamente de avaliações

monetárias. Por conseguinte, complementa as orientações sobre as técnicas
que utilizam principalmente avaliações monetárias, nomeadamente a análise
financeira, a análise de custo-eficácia (ACE) e a análise de custo-benefício (ACB). Estas
técnicas monetárias têm sido amplamente utilizadas nos círculos governamentais do
Reino Unido e são objecto de vários guias e manuais.
A maioria dos funcionários está familiarizada com as técnicas monetárias, mas

menos com as técnicas de MCA descritas neste manual. No entanto, os investimentos
em rodovias, por exemplo, têm sido avaliados há muitos anos usando procedimentos que
levam em conta tanto os impactos medidos em unidades monetárias, como custos de
construção, economia de tempo e reduções nos custos de acidentes, quanto os
impactos sociais e ambientais que podem ser quantificados, mas não são avaliados
(como o número de casas que sofrem aumentos específicos de ruído) ou são avaliados
apenas em termos qualitativos (como os impactos na paisagem). Em 1998, o DETR
desenvolveu uma abordagem MCA sob a forma da Nova Abordagem à Avaliação
para projectos de transportes. Isto proporciona uma forma melhorada de apresentar
aos decisores os impactos monetizados e não monetizados dos projectos de transportes.
Outros procedimentos da MCA, incluindo “pontuação e ponderação”, também já são utilizados
1
Departamento do Meio Ambiente (1991) Avaliação de Políticas e Meio Ambiente HMSO, Londres.
2
DETR (1997), Experiência com a Iniciativa 'Avaliação de Políticas e Meio Ambiente' KPMG para DETR, Londres.
3
DETR (1998a) Avaliação de Políticas e Meio Ambiente: Orientação Política DETR, Londres.
4
DETR (1998b) Revisão da Orientação Técnica sobre Avaliação Ambiental DETR, Londres, relatando o trabalho produzido pela EFTEC.
de tempos em tempos em outros lugares do governo. Por exemplo, a Agência do Ambiente

tem vindo a desenvolver técnicas para avaliar melhorias na qualidade da água, enquanto
sistemas de pontuação e ponderação têm sido utilizados para avaliar questões relativas aos
Fundos Estruturais.5
Este manual fornece orientações práticas sobre a aplicação destas técnicas, em

linguagem não técnica. Foi concebido para ajudar o pessoal não especializado a ter uma visão
geral das vantagens oferecidas pelo MCA e quais podem ser as suas necessidades em
termos de recursos para a realização de avaliações. O manual também contém apêndices
mais detalhados sobre diversas metodologias de MCA que serão mais acessíveis a
economistas e outros especialistas analíticos.
Uma fonte de confusão para aqueles que são novos na área é a variedade de técnicas
diferentes, muitas vezes com títulos bastante semelhantes, que parecem estar disponíveis,
como análise de decisão multicritério, teoria da utilidade multiatributo, processo de hierarquia
analítica e teoria dos conjuntos difusos. O manual descreve as relações entre as diferentes
técnicas e indica aquelas que podem produzir aplicações mais frutíferas, em contraste com
aquelas que podem ter interesse teórico, mas pouco valor prático.
Os capítulos 2 a 4 do manual fornecem uma ampla visão geral das técnicas para não
especialistas. O Capítulo 2 apresenta uma visão geral da apreciação e avaliação no governo.
O Capítulo 3 analisa brevemente as técnicas baseadas na moeda.
O Capítulo 4 fornece uma visão geral não técnica das principais técnicas de MCA que não
estão centradas na avaliação monetária. Apresenta critérios para escolher entre eles e introduz
as técnicas que serão discutidas detalhadamente no restante do manual.
Os Capítulos 5 a 7 fornecem orientações mais detalhadas para especialistas interessados

em aplicar as técnicas aos seus problemas específicos de tomada de decisão.
O Capítulo 5 expõe as etapas envolvidas na realização de uma análise multicritério, até e incluindo
a construção de uma matriz de desempenho, que define o desempenho de cada uma das opções
em avaliação em cada um dos critérios que fazem parte da análise. O Capítulo 6 mostra
como realizar uma análise de decisão multicritério (MCDA) completa, envolvendo a pontuação
de cada opção em cada critério e, em seguida, combinando as pontuações por meio de um
sistema de pesos para produzir uma classificação geral para cada opção. Além de fornecer
uma visão geral do processo como um todo, de forma consistente com o exposto no Capítulo 5,
o capítulo também conduz o leitor através de cada etapa, passo a passo, e ilustra o processo
com um exemplo de processo simples de tomada de decisões domésticas. O Capítulo 7
descreve vários estudos de caso. Estes incluem a Nova Abordagem de Avaliação do
DETR, que utiliza uma forma de matriz de desempenho conhecida como Tabela de Resumo de
Avaliação, e três casos de MCDA.
Os casos MCDA são uma avaliação de diferentes serviços prestados aos exportadores que
fizeram parte de uma investigação do Gabinete Nacional de Auditoria, uma avaliação de diferentes
locais para eliminação de resíduos nucleares e uma revisão dos objectivos por uma autoridade
local no contexto das despesas de planeamento.
5
Ver MAFF, Divisão de Economia (Utilização de Recursos) (1996) Sistemas de Pontuação, Ponderação e Classificação (SWR) para Auxiliar a
Selecção de Projectos dos Fundos Estruturais; e União Europeia (1995) Aplicação do Método Multicritério à Avaliação de Programas
Estruturais, Manual de Meios 4.
Para facilitar a compreensão do leitor, os termos técnicos são explicados no glossário. O

itálico no texto principal indica a primeira aparição de cada um desses termos técnicos.
Um guia para leitura adicional fornece conselhos sobre as principais fontes de

informações adicionais impressas.
Finalmente, um guia de software descreve as principais ferramentas de software disponíveis

na primavera de 2000 para aplicar as técnicas na prática.
Para ter uma ideia da aplicação de uma forma de MCA, você pode agora ler o
exemplo do uso da análise de decisão multicritério nos quadros do Capítulo
6.
Capítulo 2 Avaliação e
avaliação no governo
2.1 Introdução
Na prática, a forma mais comum de análise no governo é a análise custo-eficácia

(ACE), onde são comparados os custos6 de formas alternativas de fornecer tipos
semelhantes de resultados. Quaisquer diferenças na produção são comparadas subjetivamente
com as diferenças nos custos. O 'Livro Verde' do Tesouro sobre Avaliação e Avaliação no
Governo Central é aplicado com mais frequência ao CEA.7
Menos comum, embora amplamente utilizada nos transportes e na saúde e segurança, é a

análise custo-benefício (ACB),8 na qual alguns produtos importantes não comercializados são
explicitamente valorizados em termos monetários.
Tanto a CEA como a CBA são formas analíticas de comparar diferentes formas de insumos ou
produtos, nestes casos atribuindo-lhes valores monetários, e podem elas próprias ser consideradas
exemplos de análise multicritério. Contudo, este manual preocupa-se com técnicas de
comparação de impactos de formas que não envolvem a atribuição de valores monetários
explícitos a todos eles, embora possam incluir dados de análises de custo-eficácia ou de custo-
benefício.
As técnicas descritas neste manual são, em muitos aspectos, uma “alternativa” à definição de
valores monetários para todos os principais custos e benefícios quando isto é impraticável.
Contudo, a AMC não deve ser vista como um atalho, nem como uma técnica mais fácil de ser
utilizada por pessoas inexperientes. A utilização destas técnicas é, em muitos aspectos, mais
exigente em termos de experiência e de boa formação do que a utilização da CEA, que
geralmente utiliza valores de mercado, ou da CBA, que também utiliza avaliações de
quantidades não comercializadas com base em análises já concluídas noutro local. .
Critérios e Atributos
As palavras critério e atributo são frequentemente usadas como sinônimos na

literatura sobre AMC, que é às vezes chamada de análise multiatributos. Às
vezes, o atributo também é usado para se referir a um critério mensurável. Neste
manual usamos a palavra critério em vez de atributo.
6
Estes custos podem incluir custos financeiros e custos de oportunidade mais amplos.
7
Tesouro HM (1997) Avaliação e Avaliação no Governo Central: Orientação do Tesouro. “O Livro Verde” The Stationery Office, Londres. O Livro Verde inclui um
anexo sobre “Custos e benefícios que não são facilmente valorizados”, que discute brevemente as abordagens ABC e MCA.
8 Às vezes prefixado como análise de custo-benefício social , uma vez que as empresas podem usar o termo análise de custo-benefício para se referir a um processo de
comparar os custos e benefícios financeiros de ações específicas. No entanto, neste manual utilizamos o termo análise custo-benefício
para se referir à técnica que tenta medir todos os custos e benefícios sociais de uma ação e reserva a análise financeira para comparações das consequências
financeiras das ações para uma empresa, uma agência governamental ou um departamento governamental.
2.2 O processo de tomada de decisão

A tomada de decisão sobre propostas de ação futura deverá normalmente seguir a
sequência abaixo. Para a avaliação de como as decisões anteriores funcionaram na prática,
alguns dos títulos seriam ligeiramente diferentes, mas aplicam-se os mesmos princípios.
Este manual utiliza a terminologia habitual do governo central do Reino Unido ao descrever
a análise das acções propostas como avaliação e a análise retrospectiva de como as acções
funcionaram na prática como 9
avaliação.
O processo seguinte pode aplicar-se ao desenvolvimento de uma política, de um

programa ou de um projecto.
• Identificação de objetivos
• Identificar opções para alcançar os objetivos
• Identificar os critérios a serem usados para comparar as opções
• Análise das opções
• Fazendo escolhas, e
• Opinião.
Cada um é considerado abaixo.
2.3 Identificando objetivos

Boas decisões precisam de objetivos claros. Estas devem ser específicas, mensuráveis,
acordadas, realistas e dependentes do tempo.
Às vezes é útil classificar os objectivos de acordo com o seu nível. Por exemplo, o
Livro Verde do Tesouro distingue entre objectivos finais, intermédios e imediatos,
mas é particularmente útil distinguir entre objectivos finais e imediatos.
• Os objetivos finais são geralmente enquadrados em termos estratégicos ou superiores

variáveis de nível, como o nível de crescimento económico, a coesão social ou o
desenvolvimento sustentável. Estes objectivos podem ser declarados em Livros Brancos,
ou em planos departamentais ou de agências ou em relatórios anuais.
• Os objetivos imediatos são aqueles que podem estar diretamente ligados ao

resultados da política, programa ou projeto. A análise de uma opção proposta deve
concentrar-se nos critérios que contribuem para os objectivos imediatos e, portanto,
para os objectivos finais.
A questão de “cujos objectivos” devem ser representados no MCA é discutida na caixa da

secção 2.6.
9
Esta distinção entre apreciação e avaliação é bastante específica, e os termos apreciação e, especialmente, avaliação são
frequentemente utilizados com uma vasta gama de significados fora do governo central.
2.4 Identificação de opções para alcançar os objetivos

Uma vez definidos os objetivos, a próxima etapa é identificar opções que possam contribuir
para a consecução desses objetivos. As opções podem variar desde políticas amplas,
tais como novas prioridades ambientais para o sector dos transportes, até à escolha de
linhas específicas de rotas para estradas ou à selecção de projectos individuais para
melhorar a qualidade da água.
Opções potencialmente sensatas precisam então ser desenvolvidas em detalhe. Isto

pode variar desde a concepção ampla de políticas, como a concepção da política fiscal,
até à concepção mais detalhada de projectos de investimento individuais. Pode haver um
feedback importante para a fase de concepção de todas as fases subsequentes de
apreciação/avaliação.
2.5 Identificação dos critérios a utilizar para comparar as

opções
A fase seguinte consiste em decidir como comparar o contributo das
diferentes opções para a consecução dos objectivos. Isto requer a seleção de critérios
que reflitam o desempenho no cumprimento dos objetivos. Cada critério deve ser
mensurável, no sentido de que deve ser possível avaliar, pelo menos num sentido
qualitativo, o desempenho esperado de uma determinada opção em relação ao
critério.
2.6 Análise das opções

A próxima etapa do processo é a análise.
As formas comuns de análise no governo são a análise financeira, a análise

custo-eficácia e, em algumas áreas, a análise custo-benefício, todas elas baseadas total
ou muito largamente em avaliações monetárias. Cada uma delas é brevemente
descrita no Capítulo 3, para fornecer um contexto para as técnicas de MCA às quais
este manual se refere.
No que diz respeito a questões de análise científica de provas relevantes, e

particularmente quando existe incerteza científica, uma variedade de opiniões ou
implicações potencialmente significativas para áreas sensíveis da política pública,
então os princípios publicados nas “Diretrizes de Maio” sobre aconselhamento científico e
elaboração de políticas deve ser considerado integralmente.10
10
Escritório de Ciência e Tecnologia (2000), Diretrizes 2000: Aconselhamento Científico e Elaboração de Políticas, Escritório de Ciência
e Tecnologia, Londres.
Objetivos de quem?
A análise efectuada em termos monetários não costuma, na prática, colocar

aos analistas problemas de escolha entre os interesses dos diferentes grupos da
sociedade. Uma avaliação de custo-eficácia pode comparar opções com
resultados ligeiramente diferentes, mas estas diferenças serão normalmente
ponderadas pelos decisores numa fase posterior.
As avaliações utilizadas na análise custo-benefício incluirão julgamentos
distributivos, mas estes terão sido determinados numa fase anterior.
É mais provável que as técnicas descritas neste manual exijam que o analista
forneça julgamentos distributivos. Por exemplo, tanto a fase de pontuação como a de
ponderação baseiam-se em julgamentos sobre as preferências que as pontuações e
os pesos representam.
Tais julgamentos variarão de caso para caso, dependendo, por exemplo, das
mentalidades institucionais e das preferências conhecidas do governo da
época. O Livro Verde do Tesouro afirma que a análise dentro do governo está
preocupada com os efeitos “no interesse nacional”.
No entanto, diferentes instituições podem interpretar isto de maneiras diferentes,
para reflectir, por exemplo, as opiniões de especialistas, ministros, altos funcionários,
opinião pública ou daqueles directamente afectados pela decisão. Um critério
amplamente satisfatório que parece estar subjacente a muitas avaliações da ACB
é que estas devem reflectir as preferências informadas das pessoas como um
todo, na medida em que essas preferências possam ser medidas e calculadas em
média. Isto defende a garantia de que os objectivos incluídos em qualquer análise do
MCA sejam suficientemente amplos para abranger as principais preocupações das pessoas como um todo.
Mas após análise, haverá sempre outras questões estratégicas ou pragmáticas
às quais os responsáveis pelas decisões finais também deverão dar peso.
Como guia geral, este manual não pode ir além da identificação da questão cujos
objectivos devem ser representados como uma questão que o analista deve
reconhecer e abordar explicitamente e não implicitamente.
2.7 Fazendo escolhas

A fase final do processo de tomada de decisão é a escolha real da opção.
Isto precisa de ser visto como uma fase separada porque nenhuma das técnicas
disponíveis, quer sejam análises financeiras, análises custo-benefício ou as diferentes
formas de análise multicritério, pode incorporar na análise formal todos os julgamentos,
por exemplo sobre futuros mudanças no estado do mundo, ou na distribuição de renda,
ou no impacto político, que a decisão final precisa levar em conta. A decisão final
pode por vezes ser tomada por funcionários e por vezes por Ministros, dependendo do
seu conteúdo político.
Mesmo nesta fase, pode ser decidido que uma ou mais opções devem ser consideradas
e a análise deve ser revista.
2.8 Comentários
Uma boa tomada de decisão requer uma reavaliação contínua das escolhas feitas no
passado. Os decisores individuais podem aprender com os seus próprios erros, mas é
importante que as lições sejam aprendidas de uma forma mais formal e sistemática, e
comunicadas a outros, para que possam informar decisões futuras.
2.9 Sequências de decisões ao longo do tempo

Uma área de tomada de decisão intimamente relacionada com os tópicos abordados
neste manual envolve a utilização de árvores de decisão para ajudar a identificar boas
estratégias para planear uma resposta a um conjunto de decisões interdependentes
sequenciadas ao longo do tempo. O resultado real de cada uma das decisões individuais
em cada fase não é conhecido com certeza. A análise apropriada da árvore permite ao
tomador de decisão desenvolver, desde o início do processo de decisão, uma
estratégia de decisão contingente.
As árvores de decisão têm como foco principal a questão da incerteza sobre os

resultados das decisões e, em geral, prestam pouca atenção à forma como os
resultados das decisões individuais são avaliados. Em vez disso, reflectem directrizes
de avaliação relativamente simples, tais como a maximização directa do lucro ou a
minimização dos custos. São frequentemente, embora não exclusivamente, aplicados
a problemas que são analiticamente bem definidos e bem apoiados por dados técnicos.
Em contrapartida, este manual dedica uma atenção substancial à avaliação e à escolha
entre resultados, muitas vezes em circunstâncias em que a base para a sua avaliação
não é imediatamente clara. Muitas das decisões de política pública mais desafiantes
são deste último tipo e o manual centra-se nesta área.
O risco e a incerteza são, no entanto, questões importantes para a maioria

dos tipos de tomada de decisão e, portanto, também aparecem neste manual.
Boas introduções às árvores de decisão e aos tipos de problemas aos quais elas podem
ser aplicadas de forma útil podem ser encontradas em Golub (1997) e Targett (1996).
Para problemas que o mereçam, também é possível combinar a modelação da árvore de
decisão com os princípios de avaliação estabelecidos neste manual e, desta forma,
desenvolver estratégias de decisão contingentes baseadas na avaliação multicritério.11
11
Referências: Golub, AL, Decision Analysis: an Integrated Approach, John Wiley, 1997. Targett, D., Analytical Decision
Making, Pitman Publishing, 1996, capítulo 3.
Capítulo 3 Técnicas baseadas

em dinheiro
3.1 Introdução
Este capítulo descreve as diversas técnicas de apoio à decisão que se baseiam
principalmente na avaliação monetária dos impactos das opções. Essas técnicas são:
• Análise financeira. Uma avaliação do impacto de uma opção nos custos e receitas
financeiros da própria organização que toma a decisão. • Análise de custo-
eficácia. Uma avaliação dos custos de opções alternativas que atingem todas o mesmo
objetivo. Os custos não precisam ser restritos aos puramente financeiros. •
Análise custo-benefício. Uma avaliação
de todos os custos e benefícios de opções alternativas.
O restante do capítulo está estruturado da seguinte forma. A Seção 3.2 considera a análise
financeira, a seção 3.3 considera a análise de custo-efetividade e a seção 3.4 considera
a análise de custo-benefício, incluindo suas limitações. Isto leva à discussão das técnicas
de MCA no restante deste manual. Contudo, antes de o fazer, a secção 3.5 indica como
a análise financeira, a análise custo-eficácia ou a análise custo-benefício podem, elas
próprias, constituir um contributo para a MCA.
A discussão da análise de custo-benefício leva à discussão dos actuais procedimentos de
avaliação do DETR para investimentos rodoviários, que examinamos em maior
detalhe no Capítulo 7.
3.2 Análise financeira

Para qualquer proposta significativa, o departamento ou agência relevante realizará
geralmente uma análise financeira dos impactos no seu próprio orçamento e nas despesas
públicas. Isto inclui Avaliações de Impacto Regulatório (AIR), que são necessárias sempre
que são publicadas propostas de regulamentos ou legislação, e destinam-se a ajudar a
tomar decisões sobre se as medidas propostas são necessárias.
Se os impactos forem repartidos por anos futuros, os impactos líquidos em cada ano
precisam de ser descontados para um valor presente, e isto aplica-se igualmente à
relação custo-eficácia e à análise custo-benefício.
3.3 Análise custo-efetividade

Quando existem opções alternativas para atingir um objectivo específico, mas quando o
objectivo em si não pode ser avaliado, a análise custo-eficácia pode ser utilizada para avaliar
a forma menos dispendiosa de atingir o objectivo. (É necessário ter cuidado para que as
diferenças na qualidade dos resultados, por exemplo devido a diferenças na qualidade do
serviço, não sejam ignoradas.)
Tal como indicado no Capítulo 2, o Livro Verde do Tesouro preocupa-se mais

frequentemente com a análise custo-eficácia.
A análise custo-eficácia deverá certamente incluir custos de oportunidade não monetários,

tais como a utilização de activos pertencentes ao organismo que gasta, que de outra forma
seriam destinados a outra utilização. Pode também incluir custos externos, se estes
forem relativamente fáceis de avaliar em termos monetários – tais como custos do
contribuinte para cumprimento de alterações na legislação fiscal, ou custos de viagem de
pacientes ambulatórios para diferentes hospitais para tratamento.
Poderá eventualmente incluir preços sombra para alguns factores de produção

comercializados. Existem muitas razões pelas quais os preços de mercado não medem
exactamente os impactos relativos no bem-estar nacional e os preços sombra são por
vezes utilizados para reflectir estas diferenças entre os preços de mercado e os custos de
oportunidade social. Por exemplo, diferentes métodos de prestação podem atrair
diferentes níveis de tributação geral, o que não deve distorcer a análise. Estas questões
são abordadas nas orientações existentes do governo central, que aconselham que, numa
economia desenvolvida, os preços de mercado são, na prática, adequados em todos os
casos, exceto em alguns casos especiais.
3.4 Análise custo-benefício

A análise custo-benefício procura avaliar os impactos esperados de uma opção em
termos monetários. Estas avaliações baseiam-se numa teoria económica de avaliação bem
desenvolvida, baseada na vontade de pagar ou de aceitar. Esta teoria pode funcionar
como um guia sobre como a avaliação deve ser alcançada e como um árbitro em disputas
sobre avaliação.
As avaliações baseiam-se na disposição de pagar dos potenciais ganhadores pelos

benefícios que receberão como resultado da opção e na disposição dos potenciais perdedores
de aceitarem compensação pelas perdas em que incorrerão.
Em princípio, um projecto é desejável se os benefícios excederem as perdas, devidamente
descontadas ao longo do tempo. Isto é referido como o princípio da compensação
potencial, uma vez que normalmente a compensação não será realmente paga e, portanto,
haverá vencedores e perdedores. Uma vez que a vontade de pagar e a vontade de
aceitar dependerão em parte dos rendimentos, pode haver motivos para ponderar os
ganhos e as perdas para ter em conta a distribuição dos rendimentos. Isto raramente é
feito na prática no Reino Unido devido (1) à falta de consenso sobre se algum sistema
de ponderação é apropriado em circunstâncias específicas para pessoas com rendimentos
diferentes e (2) à dificuldade adicional de medição
de identificar quem ganha e quem perde com as ações, uma vez determinado o valor dos benefícios e
custos iniciais.12
Muitas técnicas de avaliação surgem na análise de custo-benefício, e a maioria dos estudos de

custo-benefício baseiam-se num conjunto de experiências de métodos e valores reais para completar a
sua análise.
Uma opção pode, por exemplo, ter impactos ambientais no ruído, na qualidade do ar local, nas alterações
climáticas, na qualidade da água, na biodiversidade, na paisagem ou na paisagem urbana. Existe uma
literatura extensa, embora nem sempre conclusiva, sobre a avaliação de impactos deste tipo geral.
Dois métodos amplamente utilizados são as técnicas de preços hedônicos e a preferência
declarada. As técnicas de preços hedónicos utilizam avaliações de mercado, como os preços das casas,
que podem conter informações sobre os valores das pessoas para outras características, como a
qualidade ambiental, e tentam separar a componente ambiental através de técnicas estatísticas. A
utilização de informações de preços observados para uma abordagem de preferência revelada contrasta
com os métodos de preferência declarada que procuram avaliações mais diretas dos consumidores sobre
os efeitos ambientais, perguntando aos indivíduos sobre a sua disposição de pagar, ou de aceitar
compensação, por alterações específicas na qualidade ambiental.
Na prática, dificilmente é realista avaliar todos os custos e benefícios das opções em termos
monetários. A maior parte das análises de custo-benefício incorporarão alguns itens adicionais que não
são possíveis de avaliar ou que não são económicos fazê-lo. Mas quando os custos e benefícios mais
importantes foram avaliados, os outros podem ser colocados em paralelo e incluídos no processo de
decisão.
A ABC tem grandes atrativos como ferramenta de orientação de políticas públicas:
• considera os ganhos e perdas para todos os membros da sociedade em cujo nome a ACB está
sendo realizada
• avalia os impactos em termos de uma escala de medição única e familiar – dinheiro – e pode, portanto,
em princípio, mostrar que vale a pena implementar uma opção em vez de não fazer nada
• os valores monetários utilizados para ponderar a importância relativa dos diferentes impactos baseiam-
se nas preferências das pessoas, geralmente utilizando métodos de medição estabelecidos.
3.4.1 AS LIMITAÇÕES DA ANÁLISE CUSTO-BENEFÍCIO
Por vezes, a ACB é criticada por motivos políticos ou filosóficos, no sentido de que é papel do
governo aplicar julgamentos que não são necessariamente um reflexo das preferências actuais em
domínios como, por exemplo, a degradação ambiental. As opiniões sobre este assunto diferem, de
acordo com a opinião das pessoas sobre o papel do governo. Contudo, na prática, não é um grande
obstáculo.13
12
Os benefícios iniciais e finais podem diferir por vários motivos. Quando um projecto de investimento reduz os custos de fornecimento de um factor de produção
intermédio, como o transporte de mercadorias ou a electricidade para utilizadores industriais, os benefícios iniciais da redução de custos para os transportadores
rodoviários ou para as empresas de fornecimento de energia acabarão por ser, em grande parte, transferidos para os consumidores dos produtos e
serviços produzidos com esses insumos. Noutras circunstâncias, os benefícios iniciais dos projectos, tais como a redução dos custos de transporte como
resultado de um sistema de metropolitano ligeiro, podem ser transferidos para os proprietários de propriedades nas áreas servidas pelo sistema através de
alterações nos preços da habitação. Considerações deste tipo podem ser tão importantes na ACM como na ACB.
13
Na prática, é comum que os governos forneçam algum contributo para as avaliações da ABC quando existe uma dimensão nacional, para além dos
interesses imediatos do indivíduo. Por exemplo, a poupança de tempo e os riscos de acidentes para os viajantes são geralmente
Muito mais grave é o facto de que, embora procedimentos como a preferência declarada
ou a fixação de preços hedónicos proporcionem formas de estabelecer valores monetários de
alguns impactos não comercializáveis, para outros isso não é imediatamente praticável.
Dados relevantes podem não estar disponíveis ou podem ser muito caros para serem coletados. Pode
não ser possível apresentar alguns impactos em termos de condições em que as pessoas sejam
capazes de fazer trocas fiáveis em relação ao dinheiro.
Além disso, pode haver impactos que não podem ser facilmente quantificados de uma forma que
possa ser comparada com uma escala de valores monetários. O número de mortes ou ferimentos
poupados por uma melhoria da segurança, ou o tempo poupado por um investimento nos
transportes públicos, podem normalmente ser quantificados com precisão e avaliados em relação a
uma escala monetária predeterminada. Também poderá ser possível, através de um estudo especial,
derivar o valor de um custo ou melhoria ambiental específica para aqueles que são afectados.
Contudo, os efeitos de uma medida governamental proposta sobre resultados com consequências
sociais difusas, como a coesão social, são frequentemente questões sobre as quais os
Ministros desejam aplicar os seus próprios pontos de vista no momento da decisão.
A ACB também é por vezes criticada pela limitação de geralmente não ter em conta as interações
entre os diferentes impactos. Por exemplo, as pessoas podem sentir-se mais fortemente negativas
em relação a um projecto que impõe custos ambientais e sociais do que seria estimado pela adição
de avaliações separadas dos dois efeitos.
As técnicas apresentadas neste manual não aproveitam todos os pontos fortes da ACB. Eles
também compartilham alguns dos problemas da ABC e têm seus próprios problemas
importantes. No entanto, eles também possuem pontos fortes importantes. Em particular, podem
proporcionar mais flexibilidade do que a ACB e são mais abrangentes na sua cobertura.
3.5 Inclusão dos resultados das análises monetárias

num quadro MCA
Todos os estudos de custo-benefício envolvem elementos que são identificados como
impactos relevantes, mas que não são valorados. Em algumas circunstâncias, podem ser
considerados relativamente menores e, por isso, serão listados no relatório da ACB juntamente com
as estimativas globais dos benefícios sociais líquidos que podem ser valorizados. Podem reforçar a
ordem de escolha implícita nos resultados monetários, ou podem não ser consideradas suficientes
para alterar esta ordem, ou por vezes, quando a diferença entre alternativas implícitas nas
avaliações monetárias é pequena, podem fazer pender a balança.
Contudo, noutras circunstâncias, podem existir itens para os quais não foram obtidos valores
satisfatórios, mas que são, no entanto, considerados de grande importância. Nestas circunstâncias,
as técnicas de MCA podem ser úteis.
avaliados em níveis que são independentes dos níveis de rendimento individuais. Isto pode muito bem reflectir preferências sociais, mas é aplicado como
um julgamento político.
Um exemplo deste tipo de situação é a das infra-estruturas rodoviárias e de outros

transportes. A análise custo-benefício tem sido utilizada para avaliar o investimento
rodoviário no Reino Unido desde o início da década de 1960, embora tenham sido realizados
extensos estudos de avaliação das consequências ambientais das autoestradas e de outros
esquemas de transporte. No entanto, é amplamente reconhecido que:
• Os esquemas de investimento nos transportes têm consequências ambientais importantes que

são relevantes para a tomada de decisões públicas; e
• Não existem avaliações geralmente aceites para estes efeitos ambientais, tal como
existem para os valores do tempo de viagem e os valores dos acidentes.
A abordagem utilizada desde a publicação do Relatório Leitch do Comité Consultivo sobre

Avaliação de Estradas Troncais em 1977 tem sido incorporar estes elementos não
monetários no quadro de decisão, medindo-os em escalas numéricas ou incluindo
descrições qualitativas dos efeitos, de uma forma Declaração de Impacto Ambiental. A
abordagem foi formalizada em 1998 na 'Nova Abordagem para a Avaliação de Esquemas
de Estradas' do DETR, com o uso de Tabelas de Resumo de Avaliação. Isto foi utilizado
nas decisões tomadas pelos Ministros sobre os esquemas a serem incluídos no Programa
Direcionado de Melhorias, cujos detalhes foram publicados na Revisão de Estradas.14 Este é
um dos estudos de caso que discutimos no Capítulo 7 deste manual.
De um modo mais geral, sempre que alguns custos e benefícios possam ser
avaliados em termos monetários, quer através da observação directa dos preços, se
apropriado, quer indirectamente, utilizando técnicas geralmente aceites, então estes
dados deverão naturalmente ser utilizados no âmbito de qualquer MCA mais amplo. Como
mostraremos ao longo do manual, as aplicações de MCA envolvem frequentemente combinações
de alguns critérios que são avaliados em termos monetários e outros para os quais não existem
avaliações monetárias.15
As dificuldades surgem quando algumas das avaliações monetárias não são consideradas
muito robustas. A longo prazo, poderão ser utilizados mais recursos para tentar melhorar a
sua precisão, mas, a prazo imediato, os avaliadores poderão considerar a utilização da
análise de sensibilidade para ver até que ponto os resultados dependem dos valores
específicos utilizados, ou se poderá ser mais apropriado ignorar os valores monetários
(bastante desconfiados) e confiar em alguns sistemas de pontuação e ponderação mais
subjectivos para reflectir as preferências dos decisores ou dos grupos de interesse.
14
Ver DETR (1998a) A New Deal for Trunk Roads in England: Understanding the New Approach to Appraisal, DETR, Londres.
15
Este princípio pode ser familiar aos economistas ambientais que por vezes utilizam o termo Valor Económico Total. Isto distingue
os vários componentes, incluindo o valor de uso real de um item, que pode ser refletido nos preços de mercado ou pode ser estimado por
métodos hedônicos, seu valor de opção, valor de existência e valores intrínsecos ou outros valores possíveis que algumas pessoas
possam atribuir a ele.
Capítulo 4 Uma visão geral das

técnicas de análise multicritério
4.1 Introdução
Embora todas as técnicas descritas neste manual sejam amplamente reconhecidas como
métodos de análise multicritério, elas cobrem uma ampla gama de abordagens bastante
distintas (em contraste, nomeadamente com a ACB, que é um conjunto de técnicas mais
unificado). Alguns tipos de AMC não oferecem actualmente muita ajuda para a tomada
de decisões práticas, mas alguns podem ser de valor considerável. Este manual descreve
e explica estas técnicas práticas e indica os tipos de aplicação em que podem ser utilizadas.
Todas as abordagens da MCA tornam explícitas as opções e a sua contribuição para os

diferentes critérios, e todas exigem o exercício de julgamento. Eles diferem, no
entanto, na forma como combinam os dados. As técnicas formais de AMC geralmente
fornecem um sistema explícito de ponderação relativa16 para os diferentes critérios.
O principal papel das técnicas é lidar com as dificuldades que os tomadores de decisão
humanos demonstraram ter em lidar com grandes quantidades de informações complexas
de forma consistente.
As técnicas de MCA podem ser utilizadas para identificar uma única opção preferida,
para classificar opções, para selecionar um número limitado de opções para posterior
avaliação detalhada ou simplesmente para distinguir possibilidades aceitáveis de
inaceitáveis.
Como fica claro a partir de uma literatura crescente, existem muitas técnicas de MCA e o
seu número continua a aumentar. Existem vários motivos pelos quais isso acontece:
• existem muitos tipos diferentes de decisão que se enquadram no amplo

circunstâncias do MCA
• o tempo disponível para realizar a análise pode variar
• a quantidade ou natureza dos dados disponíveis para apoiar a análise pode variar
• as habilidades analíticas daqueles que apoiam a decisão podem variar, e
• a cultura administrativa e os requisitos das organizações variam.
Este capítulo oferece uma visão ampla de toda a gama de técnicas de MCA atualmente
disponíveis. No entanto, não é necessário nem desejável explorar todas estas técnicas em
detalhe. Alguns estão orientados para questões que os decisores do sector público
provavelmente não encontrarão; alguns são complexos e não foram testados na prática;
outros carecem de bases teóricas sólidas.
16
Quase todas as decisões implicam alguma forma de sistema de ponderação, embora talvez implícito e não necessariamente consistente.
Uma exceção limitada, a dominância, é descrita na Seção 5.5.2.1.
4.2 Critérios para seleção de técnicas de MCA

Os critérios utilizados neste manual para a seleção das técnicas17 são:
• consistência interna e solidez lógica
• transparência
• fácil de usar
• requisitos de dados não inconsistentes com a importância da questão sendo

considerado
• requisitos realistas de tempo e recursos humanos para a análise

processo
• capacidade de fornecer uma trilha de auditoria, e
• disponibilidade de software, quando necessário.
4.3 Principais recursos do MCA

A análise multicritério estabelece preferências entre opções por referência a um conjunto explícito
de objectivos que o órgão de decisão identificou e para os quais estabeleceu critérios mensuráveis
para avaliar até que ponto os objectivos foram alcançados. Em circunstâncias simples, o
processo de identificação de objectivos e critérios pode, por si só, fornecer informação suficiente
aos decisores. Contudo, quando é necessário um nível de detalhe semelhante ao da ACB, a
MCA oferece uma série de formas de agregar os dados sobre critérios individuais para fornecer
indicadores do desempenho global das opções.
Uma característica fundamental da MCA é a sua ênfase no julgamento da equipa de tomada

de decisão, no estabelecimento de objectivos e critérios, na estimativa de pesos de importância
relativos e, até certo ponto, no julgamento da contribuição de cada opção para cada critério de
desempenho. A subjetividade que permeia isso pode ser motivo de preocupação. A sua base, em
princípio, são as escolhas dos próprios decisores relativamente aos objectivos, critérios, pesos e
avaliações da consecução dos objectivos, embora também possam ser incluídos dados
“objectivos”, como os preços observados. A AMC, contudo, pode trazer um grau de estrutura,
análise e abertura a classes de decisão que estão além do alcance prático da ACB.
Uma limitação da MCA é que não pode demonstrar que uma acção acrescenta mais ao bem-estar
do que prejudica. Ao contrário da ACB, não existe uma lógica ou necessidade explícita para uma regra
de Melhoria de Pareto segundo a qual os benefícios devem exceder os custos. Assim, na MCA,
como também é o caso da análise custo-eficácia, a “melhor” opção pode ser inconsistente com a
melhoria do bem-estar, pelo que não fazer nada poderia, em princípio, ser preferível.
17
Poderíamos considerar a escolha entre técnicas como um exemplo de uma decisão que poderia ser tomada com a
assistência da MCA. Existem vários critérios, e o desempenho de cada técnica pode ser pontuado em relação a cada
critério, e os diferentes critérios ponderados, para dar uma ordem de preferência geral entre as diferentes técnicas. Exceto...
para fazer isso primeiro seria necessário decidir qual técnica usar para avaliar as técnicas!
4.3.1 VANTAGENS DO MCA SOBRE O JULGAMENTO INFORMAL
A AMC tem muitas vantagens sobre o julgamento informal não apoiado pela análise:
• é aberto e explícito
• a escolha de objetivos e critérios que qualquer grupo de tomada de decisão pode

fazer estão abertos à análise e à mudança se forem considerados inadequados
• pontuações e pesos, quando usados, também são explícitos e desenvolvidos

de acordo com técnicas estabelecidas. Eles também podem ser cruzados com outras
fontes de informação sobre valores relativos e alterados se necessário
• a medição de desempenho pode ser subcontratada a especialistas, portanto não precisa

necessariamente ser deixada nas mãos do próprio órgão de decisão
• pode proporcionar um importante meio de comunicação, dentro do órgão de decisão e, por

vezes, mais tarde, entre esse órgão e a comunidade em geral, e • são utilizadas
pontuações e
pesos, proporcionando uma pista de auditoria.
4.3.2 A MATRIZ DE DESEMPENHO
Um recurso padrão da análise multicritério é uma matriz de desempenho, ou tabela de

consequências, na qual cada linha descreve uma opção e cada coluna descreve o
desempenho das opções em relação a cada critério. As avaliações de desempenho individuais
são frequentemente numéricas, mas também podem ser expressas como pontuações
pontuais ou códigos de cores. A Tabela 4.1 mostra um exemplo simples, que consideraremos
em nossa introdução detalhada ao MCDA no Capítulo 6. A tabela, baseada em uma
análise em Which? revista,18 mostra o desempenho de diversas torradeiras diferentes em
relação a um conjunto de critérios considerados relevantes na escolha de uma família
entre diferentes modelos.
Esses critérios são preço, presença de configuração de reaquecimento, rack de aquecimento,
largura de fenda ajustável, uniformidade de tostagem e número de desvantagens. Como pode
ser visto, alguns destes critérios são medidos em números cardinais (preço, número de
inconvenientes), alguns em termos binários (uma marca indica a presença de uma
característica específica) e um em termos qualitativos (uniformidade da tostagem).
Numa forma básica de MCA esta matriz de desempenho pode ser o produto final da
análise. Os decisores ficam então com a tarefa de avaliar até que ponto os seus objectivos
são alcançados pelas entradas na matriz.
Este processamento intuitivo dos dados pode ser rápido e eficaz, mas também pode levar à
utilização de pressupostos injustificados, causando uma classificação incorreta das opções.
Esta questão é discutida mais detalhadamente na Seção 5.5.2.3.
Em técnicas de MCA analiticamente mais sofisticadas, a informação na matriz básica é

geralmente convertida em valores numéricos consistentes. No Capítulo 6
mostramos como isso pode ser feito usando o exemplo da torradeira.
18
Qual? (Novembro de 1995), publicado pela Consumers' Association, 2 Marylebone Road, Londres NW1 4DF.
Tabela 4.1 Matriz de desempenho
Opções Preço Configuração Rack de Largura Uniformidade Número de

de reaquecimento aquecimento ajustável do slot de torrar desvantagens
Botas 2 fatias £ 18 ÿ 3
Kenwood TT350 £27 ÿÿ ÿ ÿ 3
Marks & Spencer 2235 £25 ÿ ÿ ÿ 3
Morphy Richards Coolstyle £ 22 ÿ 2
Philips HD4807 £ 22 ÿ ÿ 2
Kenwood TT825 £30 ÿ 2
Tefal Grosso e Fino 8780 £20 ÿ ÿ ÿ 5
Uma marca indica a presença de um recurso. A uniformidade da tostagem é mostrada em Qual? em uma escala de cinco pontos, com
uma estrela sólida representando a melhor torradeira e uma estrela aberta a segunda melhor. A família eliminou da consideração todas
as torradeiras com pontuação inferior à melhor ou a segunda melhor.
4.3.3 PONTUAÇÃO E PONDERAÇÃO
As técnicas de MCA geralmente aplicam análise numérica a uma matriz de desempenho em

dois estágios:
1. Pontuação: às consequências esperadas de cada opção é atribuída uma pontuação

numérica numa escala de força de preferência para cada opção e para cada critério.
As opções mais preferidas têm uma pontuação mais elevada na escala e as opções
menos preferidas têm uma pontuação mais baixa. Na prática, são frequentemente
utilizadas escalas que vão de 0 a 100, onde 0 representa uma opção real ou
hipotética menos preferida e 100 está associado a uma opção real ou hipotética mais
preferida. Todas as opções consideradas no MCA ficariam então entre 0 e 100.
2. Ponderação: são atribuídos pesos numéricos para definir, para cada critério, as
valorações relativas de um deslocamento entre o topo e o fundo da escala
escolhida.
Rotinas matemáticas, que podem ser escritas em programas de computador, combinam

então estes dois componentes para fornecer uma avaliação global de cada opção que
está sendo avaliada. Esta abordagem exige, portanto, que os indivíduos forneçam os insumos
que estão mais aptos a fornecer, e deixa aos computadores a tarefa de lidar com
informações detalhadas de uma forma que seja consistente com as preferências que
foram reveladas por esses insumos humanos.
Estas abordagens são muitas vezes referidas como técnicas compensatórias de MCA,
uma vez que pontuações baixas num critério podem ser compensadas por pontuações
elevadas noutro. A forma mais comum de combinar pontuações em critérios e pesos
relevantes entre critérios é calcular uma média ponderada simples de pontuações.
A discussão das técnicas de MCA com pesos explícitos neste manual concentra-se
nessas médias ponderadas simples.
A utilização de tais médias ponderadas depende do pressuposto de independência

mútua de preferências. Isto significa que a força de preferência julgada por uma
opção num critério será independente da força de preferência julgada por outro.
Posteriormente no manual, a suposição será explicada em detalhes, serão fornecidos
procedimentos para testar sua validade,
e será explicado o seu papel na detecção da dupla contagem de critérios. Nos casos em
que não é possível estabelecer a independência mútua de preferências, estão
disponíveis outros procedimentos de MCA, embora a sua aplicação tenda a ser mais complexa.
4.4 Diferentes tipos de MCA

Conforme indicado, existem muitos procedimentos MCA diferentes. Este manual
concentra-se num pequeno conjunto deles, seleccionados utilizando os critérios
definidos na secção 4.2 e orientados para tipos de decisões normalmente enfrentadas pelos
organismos do sector público. No entanto, será útil realizar uma breve revisão do campo
como um todo, uma vez que outros métodos podem ser encontrados ocasionalmente em
outras aplicações.
Uma consideração inicial importante na escolha da técnica de ACM é a do número de

alternativas a serem avaliadas. Alguns problemas, especialmente em design e
engenharia, estão relacionados com resultados que são infinitamente variáveis. Contudo,
a maioria das decisões políticas, mesmo em níveis bastante baixos, são geralmente sobre
escolhas entre opções distintas, por exemplo, entre projectos de investimento
alternativos, ou entre tipos alternativos de sistema fiscal. Este manual trata
principalmente de técnicas para lidar com escolhas entre um número finito de opções.
Resolver problemas que envolvem a otimização de quantidades infinitamente variáveis
requer tipos de procedimentos bastante diferentes, e uma breve introdução a eles é
fornecida no Apêndice 1.
Quando o número de opções é finito, em princípio não importa se esse número é pequeno
ou grande. No entanto, é importante ter em mente que cada opção a ser considerada
deve ser avaliada para determinar o seu desempenho em cada um dos seus critérios. A
recolha e o processamento destes dados consumirão recursos, ainda mais se tiver sido
identificado um grande número de critérios. Ao escolher entre implementar um dos
procedimentos de apoio à decisão do MCA mais simples ou mais detalhados, este é
um factor a ter em conta.
Em problemas de ACM com um número finito de opções, cada uma das quais avaliada
em termos de um determinado número de critérios, o quadro de referência inicial
é essencialmente a matriz de desempenho descrita na secção 4.3.2. Para cada
opção, no que diz respeito a cada critério, esta informação de desempenho precisa de ser
recolhida. O Capítulo 5 explica as considerações a ter em conta na construção e
interpretação de tais matrizes.
Os procedimentos do MCA distinguem-se entre si principalmente em termos da forma

como processam as informações básicas da matriz de desempenho. Circunstâncias
diferentes serão mais adequadas a alguns procedimentos de MCA do que a outros.
O restante deste capítulo resume brevemente as principais características de alguns
dos métodos mais conhecidos e as relações entre eles. Não explora detalhes técnicos.
Em alguns casos, material de base mais detalhado é fornecido em apêndices. Para os
métodos MCA que este manual apresenta como particularmente adequados ao sector
público, explicações completas das técnicas seguem nos Capítulos 5 e 6.
4.5 Análise direta da matriz de desempenho

Uma quantidade limitada de informações sobre os méritos relativos das opções pode
ser obtida através da inspeção direta da matriz de desempenho. Um passo inicial pode ser
verificar se alguma das opções é dominada por outras.
A dominância ocorre quando uma opção tem desempenho pelo menos tão bom quanto
outra em todos os critérios e estritamente melhor que a outra em pelo menos um critério.
Em princípio, uma opção pode dominar todas as outras, mas na prática isso é
improvável. Quando isso ocorre, é útil perguntar se existe alguma vantagem na opção
dominada que não seja representada pelos critérios; isso pode revelar novos critérios
que foram negligenciados. É mais provável que a dominância apenas permita que a equipe
de tomada de decisão elimine as opções dominadas de uma consideração mais
aprofundada. A secção 5.5.2.1 abaixo considera a posição dominante mais detalhadamente.
Uma vez concluída qualquer análise de dominância, a fase seguinte consiste em a equipa
de tomada de decisão determinar se as compensações entre diferentes critérios são
aceitáveis, de modo que um bom desempenho num critério possa, em princípio,
compensar um desempenho mais fraco noutro. A maioria das decisões públicas admite
tais compromissos, mas pode haver algumas circunstâncias, talvez em que as questões
éticas sejam centrais, em que compromissos deste tipo não sejam aceitáveis. Se não for
aceitável considerar compromissos entre critérios, então existe um número limitado de técnicas
de AMC não compensatórias disponíveis.
O Apêndice 2 descreve alguns destes métodos, mas em geral eles não são muito eficazes na
distinção entre opções em aplicações reais.
Nos casos em que a compensação é aceitável, a maioria dos métodos de MCA envolvem a
agregação implícita ou explícita do desempenho de cada opção em todos os critérios para
formar uma avaliação global de cada opção, com base na qual o conjunto de opções pode
ser comparado. A principal diferença entre as principais famílias de métodos MCA é a forma
como essa agregação é feita. As seções a seguir descrevem algumas das abordagens mais
conhecidas.
4.6 Teoria da utilidade multiatributo

Não existe um modelo normativo de como os indivíduos devem fazer escolhas multicritérios
sem críticas. Aquela que mais se aproxima da aceitação universal baseia-se na teoria
da utilidade multiatributos e deriva do trabalho de von Neumann e Morgenstern, 19 e de
Savage,20 nas décadas de 1940 e 1950.21
Embora este trabalho tenha fornecido insights teóricos poderosos, ele não ajuda diretamente
os tomadores de decisão na realização de tarefas complexas de decisão multicritério.
19
Von Neumann, J e Morgenstern, O. (1947) Teoria dos Jogos e Comportamento Econômico, segunda edição, Princeton University Press, Princeton.
20
Savage, LJ (1954) Os Fundamentos da Estatística Wiley, Nova York, NY Nos
21
anos subsequentes, algumas limitações tornaram-se aparentes na capacidade desta linha de teoria de expressar as preferências dos indivíduos.
Contudo, continua a ser relevante para a maioria das áreas de tomada de decisões governamentais sobre os impactos marginais no bem-estar da
comunidade.
O avanço a este respeito é o trabalho de Keeney e Raiffa, publicado em 1976.22Eles

desenvolveram um conjunto de procedimentos, consistentes com os fundamentos
normativos anteriores, que permitiriam aos decisores avaliar opções multicritérios
na prática (Apêndice 3).
Existem três blocos de construção para seus procedimentos. A primeira é a matriz de

desempenho (secção 4.3.2) e a segunda são os procedimentos para determinar se
os critérios são independentes uns dos outros ou não. A terceira consiste em
formas de estimar os parâmetros numa função matemática que permite a estimativa
de um único índice numérico, U, para expressar a avaliação global de uma opção
pelo tomador de decisão em termos do valor do seu desempenho em cada um dos
critérios separados.
A abordagem de Keeney e Raiffa ao apoio à decisão tem sido aplicada a muitas

decisões reais, tanto no sector privado como no público. Embora bem visto e eficaz,
na sua forma mais geral é relativamente complexo e melhor implementado por
especialistas em grandes projectos onde o tempo e a experiência são necessários e
estão disponíveis.
O que torna a aplicação do modelo de Keeney e Raiffa potencialmente exigente é, em

primeiro lugar, o facto de ter formalmente em conta a incerteza, incorporando-a
directamente nos modelos de apoio à decisão e, em segundo lugar, o facto de permitir
que os atributos interajam entre si de uma forma que não seja simples e aditiva. Não
pressupõe independência mútua de preferências. Em certas circunstâncias, pode
ser importante incorporar na análise um ou ambos estes factores, mas muitas vezes,
na prática, pode ser melhor ignorá-los, a fim de permitir que um apoio à decisão mais
simples e transparente seja implementado mais rapidamente, por um uma gama
mais ampla de usuários e para um conjunto maior de tipos de problemas.
4.7 Modelos aditivos lineares

Se puder ser provado, ou razoavelmente assumido, que os critérios são
preferencialmente independentes uns dos outros e se a incerteza não estiver
formalmente incorporada no modelo MCA, então o modelo de avaliação aditiva linear
simples é aplicável. O modelo linear mostra como os valores de uma opção nos
vários critérios podem ser combinados num valor global. Isso é feito multiplicando a
pontuação do valor em cada critério pelo peso desse critério e, em seguida,
somando todas as pontuações ponderadas. Contudo, esta aritmética simples só é
apropriada se os critérios forem mutuamente independentes de preferência,
uma condição discutida na secção 5.4.4.4. A maioria das abordagens MCA
utiliza este modelo aditivo, e ele é a base do modelo MCDA desenvolvido no
Capítulo 6.
Modelos deste tipo têm um historial bem estabelecido de fornecimento de apoio

robusto e eficaz aos decisores que trabalham numa série de problemas e em diversas
circunstâncias. Eles formarão a base para uma análise mais detalhada
22
Keeney, RL e Raiffa, H. (1976) Decisões com múltiplos objetivos: desempenhos e compensações de valor, Wiley, Nova York.
recomendações que daremos mais tarde. Alguns detalhes adicionais do modelo

aditivo linear são fornecidos no Apêndice 4.
Contudo, como foi argumentado anteriormente, a variedade de circunstâncias

em que o apoio à decisão tem sido procurado levou ao desenvolvimento de uma
série de diferentes modelos de apoio à decisão. Vários deles serão agora descritos e
relacionados ao modelo MCDA básico.
4.8 O Processo de Hierarquia Analítica

Descreveremos com algum detalhe nos Capítulos 5 e 6 métodos apropriados para
avaliar as pontuações que são a base da matriz de desempenho e para julgar os
pesos no modelo aditivo linear.
O Processo Hierárquico Analítico (AHP) também desenvolve um modelo aditivo

linear, mas, em seu formato padrão, utiliza procedimentos para derivar os pesos e as
pontuações alcançadas pelas alternativas que se baseiam, respectivamente, em
comparações pareadas entre critérios e entre opções. Assim, por exemplo, ao
avaliar os pesos, é feita ao decisor uma série de perguntas, cada uma das quais
questiona a importância de um determinado critério em relação a outro para a
decisão que está a ser abordada.
Os pontos fortes e fracos do AHP têm sido objeto de debate substancial

entre os especialistas em MCA. É claro que os usuários geralmente consideram a
forma de comparação de pares de entrada de dados simples e conveniente.
Esta característica é explorada no MCDA pela abordagem MACBETH para
pontuação e ponderação (discutida na seção 5.6) e pela abordagem REMBRANDT
(seção 5.3). Por outro lado, têm sido levantadas sérias dúvidas sobre os
fundamentos teóricos do AHP e sobre algumas das suas propriedades. Em
particular, o fenómeno da inversão de classificação tem causado preocupação.
Esta é a possibilidade de que, simplesmente adicionando outra opção à lista de
opções em avaliação, a classificação de outras duas opções, não relacionadas de
forma alguma com a nova, possa ser revertida. Isto é visto por muitos como
inconsistente com a avaliação racional das opções e, portanto, questiona a
base teórica subjacente do AHP.
Detalhes do processo de comparação pareada e algumas avaliações adicionais do

modelo AHP são apresentados no Apêndice 5.
4.9 Métodos de superação

Uma abordagem bastante diferente de qualquer uma das discutidas até agora foi
desenvolvida em França e alcançou um grau razoável de aplicação em alguns
países da Europa continental. Depende do conceito de superação.
Todos os métodos que evoluíram utilizam a superação para procurar eliminar
alternativas que são, num sentido particular, “dominadas”. Contudo, ao contrário da
ideia simples de dominância delineada na secção 4.5, a dominância dentro
o quadro de referência de superação usa pesos para dar mais influência a alguns
critérios do que a outros.
Diz-se que uma opção supera outra se supera a outra em critérios suficientes de
importância suficiente (conforme refletido pela soma dos pesos dos critérios) e
não é superada pela outra opção no sentido de registrar um desempenho
significativamente inferior em qualquer critério . Todas as opções são então avaliadas em
termos da medida em que apresentam uma classificação superior suficiente em
relação ao conjunto completo de opções que estão a ser consideradas, medidas
em relação a um par de parâmetros limiares. Uma explicação de como a superação pode
identificar precisamente uma opção preferida, ou um conjunto de opções preferidas para
investigação adicional, é dada no Apêndice 6.
Uma característica interessante dos métodos de superação é que é possível, sob certas
condições, que duas opções sejam classificadas como “incomparáveis” (“difícil de
comparar” é provavelmente a melhor maneira de expressar a ideia). A
incomparabilidade entre duas opções não é o mesmo que a indiferença entre duas
opções e pode, por exemplo, estar associada à falta de informação no momento em
que a avaliação é feita. Esta não é uma ocorrência improvável em muitos exercícios
de tomada de decisão. Incorporar esta possibilidade na estrutura matemática da
superação permite que a análise formal do problema continue, sem impor um julgamento
de indiferença que não possa ser apoiado, nem abandonar totalmente a opção,
simplesmente porque a informação não está disponível.
A principal preocupação expressa sobre a abordagem de superação é que ela

depende de algumas definições bastante arbitrárias sobre o que constitui precisamente
a superação e como os parâmetros de limite são definidos e posteriormente manipulados
pelo tomador de decisão.
O conceito de superação, no entanto, capta indirectamente algumas das realidades

políticas da tomada de decisões. Em particular, desvaloriza opções que apresentam
um mau desempenho em qualquer critério (o que pode, por sua vez, desencadear um
forte lobby por parte das partes interessadas e dificuldades na implementação da
opção em questão). Também pode ser uma ferramenta eficaz para explorar como as
preferências entre as opções são formadas. Contudo, no geral, o seu potencial para
utilização pública generalizada parece limitado, nomeadamente em termos de muitos dos
critérios estabelecidos na secção 4.2.
4.10 Procedimentos que utilizam entradas de dados qualitativos
A visão assumida neste manual é que o suporte confiável e transparente para a

tomada de decisões é geralmente melhor alcançado usando pesos numéricos e
pontuações em uma escala cardinal. Existem algumas exceções, por exemplo,
aplicação de dominância (Capítulo 5) e utilização de modelos que se aproximam do
modelo aditivo linear, mas são baseados na classificação de pesos (Apêndice 4).
Contudo, em geral, é uma generalização justa que quanto menos precisos forem os
dados introduzidos em qualquer procedimento de apoio à decisão, menos precisos
e fiáveis serão os resultados que ele gera.
No entanto, acontece que os decisores que trabalham no governo se deparam

frequentemente com circunstâncias em que a informação na matriz de
desempenho, ou sobre os pesos de preferência, consiste em julgamentos qualitativos.
Existem vários métodos para responder a isso.
Um grupo (discutido no Apêndice 4) gira em torno da aproximação ao modelo aditivo

linear. A este respeito, são relativamente transparentes, embora possam envolver
quantidades significativas de processamento de dados e, consistentes com o facto de
dados imprecisos raramente gerarem resultados precisos para os processos de
avaliação, normalmente exigem que sejam feitas algumas suposições adicionais se, por
exemplo, uma única opção preferida deve ser identificado, ou mesmo uma classificação de opções.
Uma abordagem alternativa, desenvolvida em grande parte nos Países Baixos, procurou,
em vez disso, desenvolver procedimentos que alterassem os modelos de superação, a
fim de lhes permitir processar entradas de dados qualitativos e imprecisos. Alguns
exemplos são dados no Apêndice 7. Eles partilham muitas das características dos métodos
de superação (em escala cardinal) e alcançaram apenas um grau limitado de aplicação,
mais frequentemente no planeamento urbano e regional.
4.11 Métodos MCA baseados em conjuntos fuzzy
Uma resposta diferente à imprecisão que rodeia grande parte dos dados em que se
baseia a tomada de decisão pública tem sido olhar para o campo recentemente
desenvolvido dos conjuntos fuzzy para fornecer uma base para modelos de tomada de decisão.
Contudo, métodos deste tipo ainda não são amplamente aplicados.
Os conjuntos fuzzy tentam capturar a ideia de que a nossa linguagem natural

na discussão de questões não é precisa. As opções são “bastante atraentes” de um ponto
de vista particular ou “bastante caras”, e não simplesmente “atrativas” ou “caras”.
A aritmética difusa tenta então capturar estas avaliações qualificadas utilizando a ideia
de uma função de pertinência, através da qual uma opção pertenceria ao conjunto de,
digamos, opções “atrativas” com um determinado grau de pertinência, situado entre 0 e 1.
Com base nas avaliações expressas desta forma, os modelos fuzzy MCA desenvolvem
procedimentos para agregar níveis de desempenho fuzzy usando pesos que às
vezes também são representados como quantidades fuzzy. Alguns exemplos são
dados no Apêndice 8. No entanto, esses métodos tendem a ser de difícil compreensão
para não especialistas, não têm fundamentos teóricos claros do ponto de vista da
modelagem das preferências dos tomadores de decisão e ainda não estabeleceram que
possuem quaisquer vantagens críticas que sejam não disponível em outros modelos
mais convencionais. É pouco provável que sejam de grande utilidade prática no governo
num futuro próximo.
4.12 Outros métodos de MCA
As secções anteriores descreveram alguns dos principais tipos de modelo MCA que
foram propostos como potencialmente aplicáveis à tomada de decisões do sector
público. Existem muitos outros, alguns dos quais têm registo de aplicação, mas muitos
outros que não avançaram significativamente para além da fase conceptual. As categorias
que não foram explicitamente discutidas, mas que são referidas na literatura da AMC,
incluem métodos baseados em Rough Sets, ou em Pontos Ideais e vários métodos que são
fortemente dependentes do desenvolvimento interactivo, utilizando pacotes de computador
especialmente construídos. Por uma série de razões, é provável que nenhuma destas
medidas encontre aplicação generalizada na tomada de decisões do sector público.
Vários textos fornecem pesquisas úteis sobre métodos de AMC, tanto aqueles
discutidos nas seções anteriores como alguns dos procedimentos mais especializados.
Os exemplos incluem Olson23 e Yoon e Hwang.24 O Journal of Multicritério Decision
Analysis (John Wiley & Sons, Ltd) é uma fonte importante sobre novos desenvolvimentos.
4.13 Aplicação do MCA no governo

Existem muitos métodos de MCA, vários dos quais possuem características úteis que
podem justificar a sua aplicação. Contudo, o papel deste manual é estabelecer uma
abordagem que seja amplamente aplicável em toda a gama de decisões governamentais
e que cumpra os critérios estabelecidos na secção 4.2 na medida do possível. Destes
pontos de vista, uma abordagem baseada, em primeiro lugar, no estabelecimento
da matriz de desempenho de forma adequada, conduzindo quer a alguma análise e
escolha limitadas por inspeção direta (Capítulo 5) e/ou ao desenvolvimento de um modelo
aditivo linear (MCDA) (Capítulo 6). ) é o recomendado.
Uma consideração importante em qualquer tomada de decisão é o risco e a incerteza.

Existem muitas maneiras pelas quais o risco pode ser tratado na MCA. Se for uma
característica importante da decisão em questão (por exemplo, em algumas
aplicações de segurança nuclear), pode ser explicitamente incorporada em modelos de
utilidade multiatributos do tipo desenvolvido por Keeney e Raiffa (Apêndice 3).
Para problemas de decisão em geral, é mais praticável não tentar modelar explicitamente
a incerteza, mas realizar testes de sensibilidade das classificações de opções às mudanças
nos dados críticos da avaliação de desempenho e/ou nos pesos dos critérios. Outra
possibilidade, facilitada pelo uso do modelo aditivo linear, é explorar a disponibilidade
de 'suplementos' de pacotes de análise de risco para programas de planilhas padrão,
para criar perfis de possíveis resultados de nível de desempenho geral que reflitam
estimativas das incertezas em torno dos principais insumos.
23
Olson, D. (1995) Auxílios à decisão para problemas de seleção, Springer Verlag, Nova York.
24
Yoon, KP e Hwang, CL (1995) Tomada de decisão multiatributos, Sage, Beverley Hills.
Capítulo 5 Decisões sem

pesos: construção de uma
matriz de desempenho
5.1 As etapas de uma análise multicritério

O Capítulo 4 introduziu o conceito de matriz de desempenho em que:
• cada linha descreve uma das opções que estão sendo consideradas
• cada coluna corresponde a um critério, ou 'dimensão de desempenho',

que é considerado importante para a comparação das diferentes opções, e
• as entradas no corpo da matriz avaliam o desempenho de cada opção em relação a cada

um dos critérios.
Neste capítulo, descrevemos como esta matriz de desempenho é criada e como ela se
enquadra no âmbito geral de uma análise multicritério.
Uma aplicação completa da análise multicritério normalmente envolve oito etapas.25

Eles são apresentados na Figura 5.1.
Este capítulo descreve as etapas 1 a 4 e a etapa 7 para aplicações onde não há compromisso
numérico explícito entre critérios – em outras palavras, onde as etapas 5 e 6 são omitidas.
Essas etapas posteriores são descritas no Capítulo 6.
A análise multicritério é descrita aqui como um processo passo a passo simples e

direto. Contudo, a menos que o utilizador tenha aplicado o método a problemas muito
semelhantes no passado, é mais apropriado considerá-lo como uma exploração
guiada de um problema. Algumas das etapas exigirão uma reflexão detalhada sobre as
questões que envolvem a decisão. Pode ser necessário voltar atrás, revisitar etapas
anteriores e revisá-las.
Grande parte do valor deriva do pensamento que surge nas etapas iniciais.
25
O Livro Verde do Tesouro caracteriza a tomada de decisões do sector público pela sigla ROAMEF (fundamentação, objectivos,
apreciação, monitorização, avaliação, feedback). A abordagem de oito passos para a aplicação da MCA na Figura 5.1 pode ser
aplicada à avaliação, ou à avaliação ex post, e pode ser usada como parte de um quadro para monitorizar ou fornecer feedback sobre
decisões anteriores.
Figura 5.1 Etapas de uma análise multicritério
1. Estabeleça o contexto de decisão. Quais são os objectivos do MCA e quem são os decisores e outros
jogadores-chave?
2. Identifique as opções.
3. Identificar os objetivos e critérios que refletem o valor associado às consequências de cada opção.
4. Descreva o desempenho esperado de cada opção em relação aos critérios. (Se a análise incluir os passos 5 e 6, 'pontue' também
as opções, ou seja, avalie o valor associado às consequências de cada opção.)
5. 'Ponderação'. Atribua pesos para cada um dos critérios para refletir sua importância relativa para a decisão.
6. Combine os pesos e pontuações de cada uma das opções para derivar o valor geral.
7. Examine os resultados.
8. Realize uma análise de sensibilidade dos resultados às mudanças nas pontuações ou pesos.
Assumiremos que o MCA está a ser implementado por uma pequena equipa de funcionários
do sector público com um sólido conhecimento geral da área em que trabalham e que o seu
papel é fornecer aconselhamento sobre cursos de acção apropriados a funcionários mais
graduados ou a políticos . Quando este não for o caso, poderá ser necessário fazer algumas
pequenas alterações nos procedimentos básicos.
Vale a pena notar que a aplicação do MCA não se restringe a situações em que o objectivo é
encontrar apenas a opção mais adequada a seguir. Usar apenas as etapas do processo de
MCA abordadas neste capítulo pode ser especialmente útil quando o requisito é selecionar um
conjunto de opções para investigação subsequente e mais detalhada, ou se o objetivo é agrupar
opções, de forma transparente e defensável. , em categorias ('urgente', 'menos urgente',
'baixa prioridade', por exemplo). A Secção 6.3.10 estabelece uma série de formas através das
quais as aplicações do procedimento MCDA completo podem servir o processo de tomada de
decisão.
5.2 Passo 1: Estabelecendo o contexto de decisão

Um primeiro passo é sempre estabelecer uma compreensão compartilhada do contexto de
decisão.
O contexto de decisão é toda a panóplia de estruturas administrativas, políticas e sociais

que rodeiam a decisão que está a ser tomada. No centro estão os objectivos do órgão de
decisão, o contexto administrativo e histórico, o conjunto de pessoas que podem ser afectadas
pela decisão e a identificação dos responsáveis pela decisão.
É crucial ter uma compreensão clara dos objetivos. Para que ambição global esta decisão
pretende contribuir? O MCA trata de múltiplos objetivos conflitantes. Em última análise, há
compensações a serem feitas.
No entanto, ao aplicar o MCA é importante identificar um único objectivo de alto nível, para o
qual normalmente haverá subobjectivos.
Isto pode ser pensado em termos de uma hierarquia de árvore de valores, que é explorada
mais detalhadamente na secção 6.3.6 abaixo.
Para estabelecer objectivos (e critérios) precisamos de estabelecer quem são os

decisores (para estabelecer objectivos) e também as pessoas que podem ser
afectadas pela decisão.
Um componente comum desta etapa pode ser a referência às declarações políticas

subjacentes.
5.3 Passo 2: Identificando opções

Tendo estabelecido o contexto de decisão, o próximo passo é listar o conjunto de
opções a serem consideradas.
É improvável, mesmo com um problema novo e inesperado, que o grupo de tomada

de decisão chegue à fase de estruturação formal do MCA sem alguma intuição sobre
as opções. Muitas vezes, na prática, haverá ideias “registadas”, por vezes remontando
a muitos anos. Por vezes, o problema será um embaraço de possibilidades e será o
papel do MCA, em primeira instância, fornecer uma análise estruturada de alternativas
para identificar uma lista curta, utilizando dados básicos e procedimentos rápidos.
Às vezes vale a pena realizar uma análise informal das restrições legais e similares
estabelecidas. Não vale a pena considerar e esforçar-se na recolha de dados sobre
proposições claramente inviáveis.
A primeira visita ao passo 2 pode não ser a última, especialmente em problemas

onde há escassez de alternativas aceitáveis. Os passos posteriores do MCA podem
demonstrar que nenhuma das alternativas é aceitável e podem servir para cristalizar
pensamentos sobre onde residem as inadequações. Nesta fase, são necessárias ideias
novas e pensamento criativo. Isso será informado pelo MCA. Por exemplo, pode
encorajar a procura de novas opções que combinem os pontos fortes de uma opção
existente em algumas áreas com os pontos fortes de outra numa área diferente.
A incapacidade de ser explícito sobre os objetivos, de avaliar as opções sem

considerar o que deve ser alcançado, levou Keeney26 a propor que começar com
opções é colocar a carroça na frente dos bois. As opções são importantes apenas
pelo valor que criam ao atingir os objetivos. Talvez seja melhor considerar primeiro os
objectivos, especialmente quando as opções não são dadas e têm de ser desenvolvidas.
5.4 Etapa 3: Identificação de critérios e subcritérios

5.4.1 ABORDAGEM GERAL
Os critérios e subcritérios são as medidas de desempenho pelas quais as opções serão

julgadas. Uma grande proporção do “valor acrescentado” de uma empresa formal
26
Keeney, RL (1992). Pensamento Focado em Valor: Um Caminho para a Tomada de Decisão Criativa, Harvard University Press, Cambridge, MA.
O processo de MCA deriva do estabelecimento de um conjunto de critérios com bases sólidas

para julgar as opções.
Dado que os critérios servem como medidas de desempenho para o MCA, eles precisam
de estar operacionais. Uma medição ou julgamento precisa especificar até que ponto
cada opção atende aos objetivos expressos pelos critérios. Voltaremos a este assunto mais
tarde, mas uma questão a ter em mente ao desenvolver o conjunto de critérios é: “É
possível, na prática, medir ou julgar quão bem uma opção funciona com base nestes
critérios?”
5.4.2 PROCEDIMENTOS PARA DERIVAÇÃO DE CRITÉRIOS
Quer seja numa equipa de tomada de decisões ou individualmente, uma forma eficaz de
iniciar o processo de identificação de critérios é primeiro recapitular brevemente o passo 1 e
depois debater respostas à pergunta “O que distinguiria entre uma boa escolha e uma
má escolha neste contexto ? problema de decisão?”
Todas as respostas devem ser anotadas de forma acrítica, talvez em quadros brancos, se
num contexto de grupo.
As perspectivas dos grupos de interesse podem ser importantes. Uma forma de incluí-los é
envolver directamente as partes afectadas em algumas ou em todas as fases do MCA. Isto
pode ser apropriado, por exemplo, em algumas questões de planeamento local. Uma
segunda abordagem consiste em examinar as declarações políticas e as fontes de informação
secundárias dos vários grupos de interesse e analisá-las para obter critérios que
reflictam as suas preocupações. Uma terceira, se a equipa de tomada de decisão tiver
experiência adequada, é encorajar um ou mais dos seus membros a desempenharem o
papel de grupos de interesse chave, para garantir que esta perspectiva não é negligenciada
quando os critérios estão a ser derivados.
Muitas vezes, tanto os objectivos dos decisores como os pontos de vista dos grupos de
interesse podem ser articulados em termos gerais. Por exemplo, um critério como o impacto
ambiental pode ser sugerido. Em muitas circunstâncias, avaliar as opções face a um
critério tão amplo pode revelar-se difícil, embora a noção de impacto ambiental possa ser
importante. Critérios vagos geralmente não são úteis na ACM, assim como não o são na
ACB.27
Normalmente, no processo de elicitação de critérios, após uma hesitação inicial,

as sugestões surgem abundantes e rápidas, até que eventualmente o processo fica mais
lento e seca. No final de um período relativamente curto, é normal ter uma lista substancial
de critérios potenciais.
O número de critérios deve ser mantido tão baixo quanto seja consistente com a tomada de
uma decisão bem fundamentada. Não existe uma “regra” que oriente este julgamento e
certamente variará de aplicação para aplicação. Escolhas grandes, financeiramente ou de
outra importância, com características técnicas complexas (como a decisão sobre onde
localizar uma instalação de resíduos nucleares) podem muito bem ter mais de uma centena
de critérios. Mais típico, porém, é uma faixa de seis a vinte.
27
Uma abordagem é pensar em termos de uma árvore de valores ou hierarquia de critérios. Consulte a seção 6.3.6 abaixo.
5.4.3 CRITÉRIOS DE AGRUPAMENTO
Pode ser útil agrupar critérios numa série de conjuntos relacionados com componentes
separados e distinguíveis do objectivo global da decisão. Isto é particularmente útil se a
estrutura de decisão emergente contiver um número relativamente grande de critérios
(digamos, oito ou mais).
As principais razões para agrupar critérios são: (a) auxiliar no processo de verificação se o
conjunto de critérios selecionado é adequado ao problema (ver seção 5.4.4); (b) facilitar o
processo de cálculo dos pesos dos critérios em grandes aplicações MCDA (ver secção
6.2.10), quando por vezes pode ser útil avaliar os pesos primeiro dentro de grupos de critérios
relacionados e depois entre grupos de critérios; e (c) facilitar o surgimento de pontos de vista
de alto nível sobre as questões, particularmente sobre como as opções realizam compromissos
entre os objectivos principais.
Por ambas as razões, os critérios de agrupamento (“agrupamento” ou “estruturação da

árvore de valores” na linguagem de uma MCDA completa, como na secção 6.2.6) são
uma parte importante de uma MCA. Contudo, existem poucas directrizes formais para
determinar o que é uma estrutura “boa” e o que é “má”. A maioria dos analistas de decisão
experientes vê a estruturação de problemas como uma habilidade adquirida principalmente
através da experiência prática. Para a maioria dos grandes problemas, pode-se argumentar
que não existe uma estrutura ou agrupamento de critérios inequivocamente correto.
Uma estrutura aceitável é simplesmente aquela que reflecte um ponto de vista claro,
lógico e partilhado sobre como os vários critérios que podem ser relevantes para uma
avaliação da MCA podem ser reunidos em grupos coerentes, cada um dos quais aborda
uma única componente do problema global. Por exemplo, ao avaliar formas de intervenção
médica para uma determinada condição, um grupo de critérios pode estar relacionado com
a experiência do paciente (rapidez com que o tratamento pode ser obtido, tempo de
permanência no hospital, grau de desconforto, eficácia do tratamento, etc.) . Muitas vezes,
os critérios de um MCA reflectem indicadores mensuráveis individuais de desempenho
relativos à questão em questão, enquanto os grupos de critérios reflectem sub-objectivos do
único objectivo principal que está subjacente ao processo do MCA.
Embora o conhecimento do domínio do problema específico muitas vezes forneça orientações

muito claras sobre quais são os grupos de critérios claros e úteis, pode haver espaço para
debate. Por exemplo, deverão os critérios relativos ao tempo até ao final do tratamento
(rapidez de admissão, duração da estadia) constituir um subobjetivo, com critérios que reflitam
a experiência do próprio tratamento sendo colocados no seu próprio grupo? Até certo ponto,
esse debate é útil e esperado. É uma forma pela qual os decisores exploram o problema a ser
resolvido e chegam a um entendimento partilhado das suas características e dos factores que
devem orientar a sua escolha.
Especialmente em algumas decisões complexas e controversas do sector público, é

provável que diferentes grupos de partes interessadas, devido às suas formas muito diferentes
de enquadrar o problema, possam ter dificuldades substanciais em partilhar o mesmo
agrupamento de critérios. Pode ser necessária uma negociação prolongada e muito tato e
engenhosidade para se chegar a uma estrutura partilhada. Para uma discussão útil sobre
estruturação no contexto do transporte de resíduos radioactivos no Reino Unido, ver

Brownlow e Watson (1987).28
5.4.4 AVALIAÇÃO DO CONJUNTO PROVISÓRIO DE CRITÉRIOS
Antes de finalizar a escolha dos critérios, o conjunto provisório precisa de ser avaliado
relativamente a uma série de qualidades.
5.4.4.1 Completude
Todos os critérios importantes foram incluídos? Isto requer alguns cuidados, pois não é
necessariamente óbvio desde o início quais são os critérios importantes.
Para este processo, a árvore de valores, se tiver sido esboçada, pode ser uma ajuda
valiosa (ver secção 6.3.6). Primeiro, a equipe pode revisar o conjunto de subtítulos principais
dos grupos de critérios e perguntar: Será que negligenciamos alguma categoria
importante de desempenho? Em segundo lugar, dentro de cada rubrica, pode perguntar:
relativamente a esta área de preocupação, incluímos todos os critérios necessários
para comparar o desempenho das opções? Em terceiro lugar, os critérios
captam todos os aspectos-chave dos objectivos que constituem o objectivo do MCA?
5.4.4.2 Redundância
Existem critérios desnecessários? Em princípio, os critérios que foram considerados

relativamente sem importância ou duplicados deveriam ter sido removidos numa fase muito
inicial, mas é uma boa prática verificar novamente.
A equipa da MCA também poderá querer eliminar um critério se parecer que todas as
opções disponíveis têm probabilidade de atingir o mesmo nível de desempenho quando
avaliadas em relação ao mesmo. Se este fosse o caso, então a sua omissão não afectaria
qualquer classificação de opções e economizaria nos dados analíticos. Contudo, a omissão
por estes motivos deve ser abordada com cuidado. Em primeiro lugar, ainda não foi
formalmente avaliado até que ponto cada opção se enquadrará no critério em questão.
Em segundo lugar, pode acontecer que numa fase posterior sejam consideradas novas
opções que não apresentem este comportamento, especialmente em sistemas MCA que
podem ser utilizados por grupos delegados e/ou para resolver uma série de problemas
diferentes.
5.4.4.3 Operacionalidade
É importante que cada opção possa ser avaliada em função de cada critério. A avaliação
pode ser objetiva, no que diz respeito a alguma escala de medição comumente
compartilhada e compreendida, como peso ou distância. Opcionalmente, pode ser crítico,
refletindo a avaliação subjetiva de um perito. Um ponto forte da AMC é a sua capacidade de
acomodar e utilizar simultaneamente ambas as formas de avaliação de opções. Em ambos
os casos, porém, o critério deve ser definido de forma suficientemente clara para ser avaliado.
28
SA Brownlow e SR Watson, “Estruturando hierarquias de valor multiatributo”, Journal of the Operational Research Society,
vol. 38, 1987, pp.309–317.
Às vezes, pode ser útil dividir um critério num outro subnível de critérios definidos de
forma mais explícita, se a avaliação a um determinado nível for problemática.
5.4.4.4 Independência mútua de preferências
As aplicações simples da ACM exigem que as preferências associadas às

consequências das opções sejam independentes umas das outras de um critério para o
outro. A ideia principal é simples: é possível atribuir pontuações de preferência às opções
de um critério sem saber quais são as pontuações de preferência das opções em qualquer
outro critério? Se a resposta for sim, então este critério é de preferência independente
dos demais. A pergunta então é feita para cada um dos critérios restantes, por sua vez. Se
a resposta for sempre sim, então os critérios são considerados independentes de preferência
mútua. Esta condição tem de ser satisfeita se a soma das médias ponderadas for utilizada
para combinar pontuações de preferência entre critérios, e isto é verdade para todas
as abordagens de MCA, quer estas o reconheçam formalmente ou não.
As preferências nem sempre são mutuamente independentes. Por exemplo, o

prazer que uma pessoa obtém ao consumir uma ninharia pode não ser a soma da
quantidade de geleia, creme, esponja, etc. que ela contém, mas estar relacionado de alguma
forma com as proporções em que são combinados. Se for esse o caso, uma simples
soma ponderada das quantidades de geleia, creme e assim por diante contidas em um
conjunto de ninharias opcionais não reproduzirá, em geral, a classificação de preferência
que o indivíduo tem pelas ninharias.
Em termos práticos, a questão da independência preferencial pode ser

abordada perguntando, para cada critério, se as pontuações de preferência de uma opção
num critério podem ser atribuídas independentemente do conhecimento das pontuações
de preferência em todos os outros critérios.
Se a resposta for não, então poderá ser necessário utilizar modelos mais complexos
para combinar pontuações entre critérios. No entanto, duas abordagens mais simples
podem ser possíveis. A primeira é combinar os dois critérios que não são independentes
de preferência um do outro num único critério, que capte a dimensão comum do
valor. Isto será eficaz desde que o novo critério seja, ele próprio, uma preferência
independente dos restantes critérios. A segunda abordagem consiste em reconhecer que as
opções têm muitas vezes de satisfazer um nível mínimo aceitável de desempenho
para serem consideradas; as opções que ficam abaixo de qualquer nível mínimo são
rejeitadas imediatamente porque um melhor desempenho em outros critérios não pode
compensar. Este obstáculo geralmente garante a independência de preferência dos critérios;
todas as opções ficam no nível mínimo de desempenho ou acima dele, de modo que a
preferência em qualquer critério não é afetada pela preferência nos outros. Se a
independência de preferências ainda for violada, então deverão ser adoptados
procedimentos de MCA mais avançados.
5.4.4.5 Dupla contagem
As decisões do sector público podem ser particularmente propensas à dupla

contabilização, especialmente em termos de eficácia ou benefícios. Isto decorre, por
exemplo, de um desejo de definir a distribuição dos efeitos em diferentes partes da população. Como um
consequentemente, é muito fácil que o mesmo impacto básico seja registado mais do
que uma vez numa matriz de desempenho.
Tal como acontece com a ACB, a dupla contagem não deve ser permitida na AMC, uma
vez que os efeitos da dupla contagem provavelmente receberão mais peso na decisão
global final do que merecem. As verificações definidas nas seções 5.4.2 e 5.4.3.2
são projetadas para impedir a ocorrência de dupla contagem.
Às vezes, porém, é desejável apresentar o mesmo efeito básico sob mais de um ponto
de vista, para que o contexto geral da decisão seja totalmente compreendido pelos
envolvidos. Por exemplo, tanto o número de acidentes evitados como o valor monetário
das poupanças nos custos dos acidentes são por vezes registados como itens separados
na avaliação dos sistemas de transporte. É importante, no entanto, ao passar desta forma
multiperspectiva de apresentação de opções para o processo de escolha entre opções,
que o potencial para qualquer dupla contagem seja reconhecido e que a matriz de
desempenho final utilizada para a tomada de decisões seja adequadamente alterada
para eliminar isto.
Às vezes, o que parece ser uma contagem dupla, não é. Por exemplo, ao priorizar
compostos recentemente descobertos para possível desenvolvimento em
medicamentos eficazes, uma empresa farmacêutica será orientada na priorização dos
seus investimentos pela medida em que os compostos irão satisfazer necessidades
médicas não satisfeitas. Se um estado de doença for generalizado e grave, então a
necessidade médica não satisfeita será grande e o valor comercial será potencialmente
grande. Assim, dois critérios distintos, valor comercial e necessidade médica,
pareceriam contar em dobro. Isto pode ser verdade para as empresas que se
preocupam apenas com medicamentos genéricos, mas para as grandes empresas
farmacêuticas pode não ser o caso.
Um bom teste é fazer a seguinte pergunta: “Dois compostos, A e B, custarão o mesmo

para serem desenvolvidos, espera-se que produzam o mesmo retorno financeiro e são
idênticos em todos os outros critérios, exceto que A atende a uma maior necessidade
médica não atendida”. do que B. Você prefere A ou B ou é indiferente?” Se a resposta
for uma preferência por A, então deve haver mais valor associado a A do que seu valor
comercial esperado. Explorar as razões da preferência revelará critérios adicionais. Por
exemplo, a empresa farmacêutica Bristol-Myers Squibb inclui “estender e melhorar a
vida humana” como parte da sua missão corporativa e, portanto, o composto A pode ser
visto como cumprindo essa missão melhor do que o B. Realizar a missão proporciona
valor adicional à empresa. ao valor financeiro. Além disso, A pode ser mais inovador e,
assim, contribuir para a imagem da empresa como líder mundial em ciência de ponta,
atraindo assim cientistas de alta qualidade para trabalhar para a organização.
Em suma, muitos valores não financeiros podem ser invocados, sugerindo que as
necessidades médicas podem ser divididas em aspectos separados de valor, valor
comercial ou financeiro, e um ou mais critérios que representam valor não financeiro.
Dado que os produtos inovadores que cumprem a missão corporativa e criam uma
imagem favorável para a empresa também têm probabilidade de ser comercialmente
bem sucedidos, as pontuações das opções em critérios financeiros e não financeiros
estarão correlacionadas, embora os critérios representem aspectos separados de valor.
As preferências são independentes e não há contagem dupla.
Este exemplo mostra que um julgamento sobre a dupla contagem não pode ser feito numa base
objectiva. É preciso entender os valores que a organização traz para a avaliação. Felizmente, a
verificação da independência das preferências revelará uma contagem dupla: se os critérios X e Y
reflectem realmente o mesmo valor, então, ao pontuar as opções em Y, será desejável olhar para as
pontuações dadas a X.
5.4.4.6 Tamanho
Um número excessivo de critérios leva a um esforço analítico adicional na avaliação dos dados de
entrada e pode dificultar a comunicação da análise. Uma verificação final para garantir que a
estrutura não é maior do que o necessário é útil nesta fase.
Numa aplicação completa do MCA, os critérios são explicitamente ponderados. No entanto, na

ausência de ponderação, se houver qualquer possibilidade de serem feitos julgamentos informais
através da análise da matriz de desempenho, é aconselhável, nesta fase, garantir que as
inconsistências acentuadas entre o número de critérios e a importância provável dos tópicos que
reflectem sejam eliminadas. , se possível, eliminado. Se isto não for praticável, então é necessário
tomar especial cuidado para evitar que o desequilíbrio distorça a interpretação que as pessoas fazem
da matriz.
5.4.4.7 Impactos ocorridos ao longo do tempo
Muitas decisões do sector público dizem respeito a despesas a serem realizadas agora e que
terão impactos que ocorrerão ao longo de vários anos subsequentes. Embora isto possa apresentar
algumas dificuldades na agregação de todos os efeitos numa única medida, com técnicas baseadas
na moeda o desconto é um procedimento de agregação razoavelmente bem estabelecido. Na MCA
não existe uma técnica única equivalente, embora, em princípio, o desconto convencional de valores
monetários possa ser acomodado e também possa ser aplicado a índices de impacto físico que
não sejam o valor monetário. As razões pelas quais isto geralmente não é feito são provavelmente
mais culturais do que substantivas. Certamente, boas práticas de facilitação de decisões
garantiriam que os participantes em qualquer exercício de tomada de decisão tivessem a sua atenção
atraída para os impactos diferenciados no tempo e reflectissem sobre como estes deveriam ser
consistentemente acomodados na avaliação.
Se uma data prevista de conclusão for uma consideração importante, ela poderá ser modelada como
um critério separado, com uma função de valor não linear. As opções que devem ser entregues
no prazo obtêm boas pontuações, aquelas que devem ser entregues um pouco atrasadas
recebem pontuações mais baixas e as que são muito atrasadas recebem zeros. O tempo tem
de ser incluído na definição de muitos outros critérios para que as consequências temporárias
possam ser distinguidas das permanentes. Isto geralmente é feito sendo explícito sobre o
horizonte temporal ao longo do qual as consequências estão sendo avaliadas. Os horizontes
temporais podem diferir de um critério para outro, por exemplo, identificando separadamente os efeitos
na saúde a curto e a longo prazo.
Uma outra possibilidade seria utilizar algum outro princípio de dar menos importância aos
impactos no futuro a longo prazo. Alternativamente, existem abordagens apoiadas por
alguns ambientalistas para dar maior influência aos impactos a longo prazo. Finalmente, seria possível
realizar um MCA
no âmbito de um MCA, utilizando pareceres de peritos para avaliar os pesos a aplicar aos
impactos que ocorrem em diferentes períodos de tempo futuros.
O número de ocasiões em que são necessários descontos ou outras formas analíticas de

lidar com os impactos distribuídos no tempo em aplicações de MCA será provavelmente
relativamente limitado. Há relativamente poucas orientações publicadas sobre questões de
preferência temporal na MCA, embora o capítulo de John Meyer em Keeney e Raiffa forneça
uma boa introdução. O ponto-chave que os utilizadores do MCA devem ter em mente é
garantir que todas as avaliações dos critérios sejam feitas na mesma base. Assim, se
alguns impactos forem pontuais enquanto outros se repetem (talvez com diferentes tipos de
perfil temporal), então estas diferenças precisam de ser explicitamente reconhecidas nas
pontuações atribuídas às alternativas nos critérios relevantes.
5.5 Etapa 4 e além (sem pontuação e ponderação)
5.5.1 A MATRIZ DE DESEMPENHO SEM PONTUAÇÃO E PONDERAÇÃO
Um MCA básico apresentará ao tomador de decisão a própria matriz de desempenho. A

tarefa do decisor é então estudar a matriz e chegar a uma opinião sobre a classificação
das opções – provavelmente auxiliado por alguns conselhos suplementares daqueles que
construíram a matriz sobre as suas opiniões sobre como a informação deve ser interpretada.
As matrizes são comumente apresentadas desta forma em jornais e revistas de consumo,

ao comparar, por exemplo, produtos elétricos, equipamentos esportivos, software de
computador ou outros bens de consumo. Para este efeito, são especialmente adequados
porque normalmente se dirigem não a um, mas a centenas ou milhares de decisores, cada um
com as suas próprias prioridades.
As medidas utilizadas em matrizes de desempenho deste tipo são frequentemente descrições

qualitativas (por exemplo, de estilo), ou unidades naturais (como preço ou comprimento), ou por
vezes uma escala numérica grosseira (por exemplo, número de estrelas), ou mesmo uma escala
de 0. para 100.
Para aplicações governamentais, o uso de escalas numéricas de 0 a 100 não é

recomendado se a análise não for para a análise numérica dos estágios 5 e 6. O trabalho
extra envolvido na produção de tais escalas pode facilmente ser contraproducente, dando a
ideia intuitiva mas mensagem incorreta de que as pontuações podem ser somadas.
Mesmo que a matriz se limite à descrição qualitativa, às unidades naturais e a escalas

muito simples (como as estrelas), é aconselhável tentar utilizar números semelhantes de
critérios dentro de cada sector principal da árvore de valores (a questão do equilíbrio é
discutida na Secção 5.4. 3.6 acima).
Também vale a pena considerar a utilização de apresentações suplementares dos dados,

tais como gráficos, para ajudar a encorajar as pessoas a pensar sobre os dados de maneiras
diferentes e evitar dar peso indevido a alguns factores em relação a outros.
5.5.2 JULGAMENTOS ENTRE OPÇÕES SEM PONTUAÇÃO E PONDERAÇÃO
Até que ponto uma matriz de desempenho por si só permite qualquer comparação de
opções? A resposta básica é apenas um pouco. O que talvez seja igualmente importante é ser
claro sobre quais tipos de comparação não podem ser feitos e por quê.
5.5.2.1 Domínio
Primeiramente, é possível examinar o conjunto de opções para verificar a presença de

dominância. Tal como observado na Secção 4.5, uma opção domina outra se tiver um
desempenho pelo menos tão bom em todos os critérios e for estritamente melhor em pelo
menos um critério.
Supondo que todas as estimativas das pontuações dos critérios sejam precisas, se a
opção A dominar a opção B, então B não pode ser a melhor opção disponível. Assim, se
o objectivo da MCA for recomendar uma única melhor opção, B pode ser retirada de
consideração. Se o objectivo for a pré-selecção, então é possível, mas pouco provável, que
uma opção dominada seja levada para uma fase posterior do processo de selecção.
Logicamente, só faria sentido fazê-lo se se pensasse que novas informações sobre as opções
poderiam surgir, que algumas das pontuações dos critérios poderiam ser imprecisas, ou se
houvesse alguma possibilidade de que a opção dominante (A) pudesse deixar de ser
válida. disponível.
Para a triagem, ser dominado pode excluir uma opção de consideração adicional,
dependendo do número de opções necessárias para consideração posterior e da
força das outras disponíveis, mas a dominância diz apenas que B deve ter uma classificação
inferior a A.
Por fim, pode-se notar que a dominância é transitiva. Se A domina B e B domina C, então A
sempre dominará C e esta dominância não precisa ser verificada diretamente.
Na prática, o domínio é raro. A medida em que pode ajudar a discriminar entre opções e,
assim, apoiar decisões reais é correspondentemente limitada.
5.5.2.2 Outras abordagens

A dominância é limitada na medida em que consegue diferenciar as opções,
especificamente porque não faz qualquer suposição sobre a importância relativa dos critérios
(as diferentes colunas), nem emprega qualquer informação suplementar para além
daquela directamente apresentada na matriz de desempenho. É um uso indevido intuitivo
comum (embora muitas vezes subconsciente) da matriz de desempenho:
(a) adicionar níveis de desempenho registrados nas linhas (opções) para fazer um julgamento
holístico entre as opções sobre quais são melhores
(b) eliminar (ou priorizar) opções que registrem níveis de desempenho fracos (ou fortes) em
critérios específicos.
No primeiro caso, a implicação é que todos os critérios contribuem com igual

importância para o desempenho global das opções, quando este não foi estabelecido.
Em (b) o mesmo erro é potencialmente cometido (na decisão dos critérios onde são
identificados desempenhos fortes ou fracos) e pode adicionalmente haver um certo grau
de arbitrariedade na decisão dos limiares para reconhecer um nível especial de
desempenho.
Além da posição dominante, há um número limitado de medidas não compensatórias

Procedimentos de MCA que podem ser aplicados, utilizando informações suplementares de
vários tipos além daquelas da matriz de desempenho. Estas são discutidas no Apêndice 2.
Contudo, têm valor limitado na prática.
5.5.2.3 As limitações dos julgamentos humanos
A investigação sobre os julgamentos humanos e a tomada de decisões29 mostra que

as simplificações que fazemos para nos permitir lidar com problemas complexos por vezes
não funcionam bem. Estamos inclinados, por exemplo, a ser tendenciosos nas nossas
avaliações de alternativas que podem ser mais facilmente ligadas ao que é familiar (a «heurística
da representatividade»), e a ser indevidamente influenciados por experiências recentes,
memoráveis ou bem-sucedidas (a «heurística da disponibilidade»). ).
As técnicas de MCA são concebidas para ajudar a superar as limitações, impondo uma
estrutura disciplinada que direciona a atenção para os critérios na proporção do peso que eles
merecem.
O desenvolvimento de uma matriz de desempenho é um passo importante nesta

direção, mas é limitado porque uma interpretação subjetiva da matriz ainda é
propensa a muitas dessas distorções bem documentadas do julgamento humano,
bem como aos erros de processamento intuitivos estabelecidos na Seção 5.5.2.2.
Na prática, a medida em que as opções podem ser comparadas utilizando métodos

não compensatórios é estritamente limitada. As alternativas nesta fase são acabar com o
MCA, revertendo para um tratamento informal da decisão, para o qual a matriz de
desempenho simplesmente fornece informação factual básica de uma forma mais ponderada
e coerente do que poderia ter acontecido de outra forma, ou seguir em frente a um MCA formal
e compensatório.
A próxima seção discute como uma matriz de desempenho pode ser dimensionada
em termos numéricos como precursora do MCA compensatório mais sofisticado descrito no
Capítulo 6.
5.6 Passo 4: Avaliação dos níveis de desempenho (com pontuação)
A primeira consideração ao estabelecer escalas numéricas consistentes para a

avaliação de critérios é garantir que o sentido de direção seja o mesmo em todos os casos,
de modo que (geralmente) melhores níveis de desempenho conduzam a pontuações de
valores mais elevados. Isto pode significar uma inversão das unidades naturais. Por exemplo, acesso
29
Por exemplo, Bazerman, MH (1998) Judgment in Managerial Decision Making John Wiley, Nova York, Quarta Edição.
a uma instalação pode ser registada em termos de distância até ao transporte público
mais próximo, onde a escala natural de medição (distância) associa um número baixo
a um bom desempenho.
É convencional atribuir uma pontuação de valor para cada critério entre 0 e 100 em uma
escala de intervalo. A vantagem de uma escala intervalar é que as diferenças nas
pontuações têm consistência dentro de cada critério, embora não permita concluir que
uma pontuação de 80 representa um desempenho que, em qualquer padrão
absoluto, é cinco vezes melhor que uma pontuação de 16 (o que seria requerem uma
escala de medição de proporção). A 'régua' que a escala de pontuação representa é boa
apenas dentro dos limites deste MCA específico. Contudo, quando combinada com
ponderações de importância apropriadamente derivadas para os critérios, a utilização de
uma medição de escala de intervalo permite a obtenção de um MCA completo.
O primeiro passo no estabelecimento de uma escala de intervalo para um critério é

definir os níveis de desempenho correspondentes a quaisquer dois pontos de
referência na escala, e normalmente seriam utilizadas as pontuações extremas de 0
e 100. Uma possibilidade (escala global) é atribuir uma pontuação de 0 para representar o
pior nível de desempenho que provavelmente será encontrado em um problema de
decisão do tipo geral atualmente sendo abordado, e 100 para representar o melhor nível.
Outra opção (escala local) associa 0 ao nível de desempenho da opção no conjunto
atualmente considerado de opções que apresenta o pior desempenho e 100 àquela que
apresenta o melhor desempenho.
A escolha entre local e global não deverá fazer diferença na classificação das
opções. Uma vantagem da escala global é que ela acomoda mais facilmente novas
opções numa fase posterior se estas gravarem performances que estejam fora
daquelas do conjunto original. Contudo, tem a desvantagem de exigir julgamentos
adicionais, não necessariamente úteis, na definição dos extremos da escala e, como será
visto no próximo capítulo, presta-se menos facilmente do que a escala local à construção
de pesos relativos para os diferentes critérios.
Uma vez estabelecidos os pontos finais para cada critério, existem três maneiras pelas
quais as pontuações podem ser estabelecidas para as opções.
A primeira delas utiliza a ideia de uma função de valor para traduzir uma medida de
realização no critério em questão numa pontuação de valor na escala de 0 a 100. Por
exemplo, se um critério corresponder ao número de empregos regionais criados a
tempo inteiro e o nível mínimo provável for considerado como 200 e o máximo 1.000,
então um gráfico simples permite a conversão da escala natural de medição para o
intervalo de 0 a 100 exigido para o MCA. Isso é mostrado na Figura 5.2.
Figura 5.2 Empregos regionais
Para qualquer opção, a sua pontuação no critério regional de criação de emprego é avaliada simplesmente
lendo no eixo vertical a pontuação correspondente ao número de empregos criados, medido no eixo horizontal.
Assim, uma opção que cria 600 empregos obtém, digamos, 50.
Nos casos em que medições mais elevadas na escala de unidades naturais correspondem a um desempenho
pior e não a um desempenho melhor, a inclinação do nível de realização do mapeamento da função para uma
pontuação de 0 a 100 é simplesmente invertida, como na Figura 5.3.
Figura 5.3 Distância ao transporte público
As funções de valor usadas em muitas aplicações MCA podem, para fins práticos, ser consideradas
lineares. No entanto, em algumas ocasiões pode ser desejável utilizar uma função não linear. Por exemplo, é
bem conhecido que a reacção humana às alterações nos níveis de ruído medidos numa escala de decibéis
não é linear. Alternativamente, existem por vezes limiares de realização acima dos quais incrementos
adicionais não são muito apreciados. Por exemplo, na avaliação da área de escritórios, pode muito bem
acontecer que incrementos acima do mínimo absoluto conduzam inicialmente a julgamentos de valor
substancialmente maiores sobre o tamanho da sala, mas depois de uma quantidade aceitável de espaço estar
disponível, outros incrementos marginais sejam valorizados de forma muito menos elevada. Isto é ilustrado
na Figura 5.4. Neste caso, o julgamento é que, uma vez que a área atinja cerca de 250 metros quadrados,
novos incrementos agregam menos valor.
A segunda abordagem para pontuar o desempenho em uma escala de intervalo é a classificação direta.
Isto é usado quando não existe uma escala de medição comummente acordada para o critério em questão,
ou quando não há tempo nem recursos para realizar a medição. A classificação direta utiliza o julgamento
de um especialista simplesmente para associar um número na faixa de 0 a 100 ao valor de cada opção
naquele critério.
Dado que estas pontuações estão a ser avaliadas numa escala de medição intervalar, as relações entre as
diferenças nas pontuações das opções têm significado e é importante verificar se os julgamentos feitos
são consistentes a este respeito. Especificamente, uma diferença de (digamos) 20 pontos deverá reflectir
uma melhoria no valor avaliado que é exactamente metade do valor medido por uma diferença de 40 pontos.
Figura 5.4 Retornos decrescentes para a área
A utilização de julgamentos de classificação directa no MCA pode colocar alguns problemas de

consistência em circunstâncias em que o procedimento deva ser aplicado por diferentes pessoas, por
exemplo, quando alguma responsabilidade de tomada de decisão é delegada a escritórios regionais. A maneira
mais simples de incentivar a consistência é fornecer um conjunto de exemplos ou cenários com sugestões de
pontuações associadas a eles.
Outra questão a ter em conta relativamente à classificação direta é que, por vezes, aqueles com os
conhecimentos mais adequados para tomar as decisões também podem ter interesse no resultado da
decisão. Quando for este o caso, existe sempre o perigo de que as suas avaliações de classificação possam
(talvez inconscientemente) ser influenciadas por outros factores que não simplesmente o desempenho
das opções no critério que está a ser avaliado. Idealmente, tais julgamentos deveriam partir de indivíduos
especialistas e desinteressados. Se isto não puder ser gerido, então é importante estar ciente da
possibilidade de surgir algum preconceito e, por exemplo, aplicar testes de sensibilidade às pontuações numa
fase posterior, como forma de verificar a robustez do resultado da análise.
Uma terceira abordagem para pontuar o valor das opções30 num critério é abordar a questão
indirectamente, extraindo do decisor uma série de avaliações verbais aos pares que expressam um
julgamento do desempenho.
30
Cada um dos métodos aqui mencionados também pode ser utilizado para estabelecer os pesos relativos a atribuir aos critérios no procedimento
MCDA completo estabelecido no Capítulo 6.
de cada opção em relação a cada uma das outras. O Processo Hierárquico

Analítico (AHP) faz isso (Capítulo 4 e Apêndice 5). As alternativas são aplicar
REMBRANDT (Apêndice 5) ou MACBETH (ver, por exemplo, Bana e Costa e Vansnick,
1997, Bana e Costa et al, 1999).31
Para ilustrar, o procedimento MACBETH pede aos tomadores de decisão que avaliem
a diferença de atratividade entre cada par de opções como um dos seguintes:
C1 diferença muito fraca
C2 diferença fraca
C3 diferença moderada
C4 forte diferença
C5 diferença muito forte
Diferença extrema C6
Uma vez feitas todas as comparações aos pares necessárias, uma série de quatro
programas de computador processa estes dados para calcular um conjunto de pontuações
para as opções, numa escala de 0 a 100, que são mutuamente consistentes com o conjunto
completo de julgamentos aos pares declarados. Se, como pode acontecer, existirem
inconsistências nos julgamentos, de tal forma que um conjunto compatível de
pontuações não possa ser calculado a partir deles, os programas orientam o decisor
através de passos para alterar os dados até que sejam obtidos resultados consistentes.
Seguir um ou outro destes procedimentos, um por um, para cada um dos critérios, fornece
o conjunto completo de pontuações de valor nas quais qualquer MCA compensatória deve
se basear. As aplicações que aplicam comparações numéricas formais às opções são
abordadas no Capítulo 6.
31
Bana e Costa, CA e Vansnick, JC Aplicações da abordagem MACBETH no âmbito de um modelo de agregação aditiva,
Journal of Multi-criteria Decision Analysis, vol. 6, pp. 107–14, 1997, e Bana e Costa, CA, Ensslin, L., Correa, EC e
Vansnick, JC Sistemas de apoio à decisão em acção: aplicação integrada num processo de apoio à decisão multicritério,
European Journal of Operational Pesquisa, vol. 113, pp.315–35, 1999.
Capítulo 6 Análise de decisão multicritério
6.1 O que é MCDA?
Uma forma de MCA que encontrou muitas aplicações em organizações do setor público e
privado é a análise de decisão multicritério, ou MCDA, abreviadamente (também conhecida
como análise de decisão multiatributo, ou MADA). Este capítulo explica o que é MCDA e
depois descreve o que é necessário para realizar tal análise.
A MCDA é tanto uma abordagem como um conjunto de técnicas, com o objectivo

de fornecer uma ordenação global de opções, desde a opção mais preferida até à menos
preferida. As opções podem diferir na medida em que atingem vários objectivos, e nenhuma
opção será obviamente a melhor para alcançar todos os objectivos. Além disso, é
normalmente evidente algum conflito ou compromisso entre os objectivos; opções mais
benéficas também costumam ser mais caras, por exemplo. Os custos e os benefícios
normalmente são conflitantes, mas o mesmo pode acontecer com os benefícios de
curto prazo em comparação com os de longo prazo, e os riscos podem ser maiores
para as opções que de outra forma seriam mais benéficas.
MCDA é uma forma de olhar para problemas complexos que são caracterizados por qualquer
mistura de objectivos monetários e não monetários, de quebrar o problema em partes mais
manejáveis para permitir que dados e julgamentos sejam aplicados às peças, e depois
de remontar o peças para apresentar um quadro geral coerente aos tomadores de
decisão. O objetivo é servir de auxílio ao pensamento e à tomada de decisão, mas não
para tomar a decisão. Como um conjunto de técnicas, o MCDA fornece diferentes formas
de desagregar um problema complexo, de medir até que ponto as opções atingem os
objectivos, de ponderar os objectivos e de remontar as peças. Felizmente, vários
programas de computador fáceis de usar foram desenvolvidos para auxiliar nos aspectos
técnicos do MCDA, e estes são apresentados na revisão do software.
A primeira exposição completa do MCDA foi feita em 1976 por Keeney e Raiffa,32 cujo
livro ainda é útil hoje. Eles se basearam na teoria da decisão, que para a maioria das
pessoas está associada a árvores de decisão, modelagem de incerteza e regra de
utilidade esperada. Ao estender a teoria da decisão para acomodar consequências
multiatribuídas, Keeney e Raiffa forneceram uma integração teoricamente sólida da
incerteza associada às consequências futuras e aos múltiplos objetivos que essas
consequências realizam.
A principal suposição incorporada na teoria da decisão é que os tomadores de decisão

desejam ser coerentes na tomada de decisões. Ou seja, os tomadores de decisão não
32
Keeney, RL, & Raiffa, H. (1976) Decisões com múltiplos objetivos: preferências e compensações de valor, John Wiley, Nova York,
reimpresso, Cambridge University Press, 1993.
deliberadamente dispostos a tomar decisões que se contradizem. Ninguém faria várias

apostas no resultado de uma única corrida, de modo que, independentemente do cavalo que
ganhasse, certamente perderia dinheiro. A teoria expande esta noção de coerência, ou
consistência de preferência, e propõe alguns princípios simples de preferência coerente,
como o princípio da transitividade: se A é preferido a B, e B a C, então A deve ser preferido
a C, o que é um requisito se a preferência for expressa numericamente. Ao tratar estes
princípios bastante óbvios como axiomas, é possível provar teoremas não óbvios que
são guias úteis para a tomada de decisões. Um paralelo pode ser encontrado no estudo
da geometria. Princípios simples como 'A menor distância entre dois pontos é uma
linha reta' são combinados usando as regras da lógica para provar teoremas que não são
óbvios, como o princípio de Pitágoras, de que o quadrado da hipotenusa é igual à soma
dos quadrados dos outros dois lados.
Os dois primeiros teoremas estabelecem uma equivalência lógica entre preferência

coerente e sistemas numéricos. Se as preferências são coerentes, então dois tipos de
medidas seguem logicamente: probabilidade e utilidade, ambas associadas às
consequências das decisões. O primeiro teorema estabelece a existência de
probabilidades: números que capturam a probabilidade de ocorrência de consequências.
O segundo teorema mostra a existência de utilidades: números que expressam o valor
subjetivo da consequência e a atitude de risco do tomador de decisão.
O terceiro teorema fornece um guia para a tomada de decisões: escolha o curso de ação
associado à maior soma de utilidades ponderadas pela probabilidade.
Essa é a regra da utilidade esperada, que existe sob diversas formas há mais de 200
anos. Para aplicar a regra da utilidade esperada, avalie a probabilidade e a utilidade para
cada consequência possível de um curso de ação, multiplique esses dois números
para cada consequência e some esses produtos para obter a utilidade esperada para esse
curso de ação. Repita o processo para cada curso de ação e escolha a ação associada à
maior utilidade esperada.
Esta descrição parece um tanto seca e impraticável, mas a teoria da decisão deu origem à
disciplina aplicada da análise de decisão.33 Milhares de análises de decisão foram
realizadas com sucesso desde a década de 1960 em todos os aspectos da vida
organizacional.
Keeney e Raiffa ampliaram o conjunto de axiomas para que decisões com múltiplos objetivos
pudessem ser analisadas. Na prática, a MCDA é aplicada para ajudar os decisores a
desenvolver preferências coerentes. Por outras palavras, não se pressupõe inicialmente
preferências coerentes, mas a abordagem ajuda indivíduos e grupos a alcançar preferências
razoavelmente coerentes dentro do quadro do problema em questão. Uma vez estabelecidas
preferências coerentes, as decisões podem ser tomadas com mais confiança.
Os anos que se seguiram à publicação do livro de Keeney e Raiffa viram um

número crescente de aplicações de MCDA nos setores público e privado. Muitos
deles são referenciados na bibliografia deste manual. O
33
Termo cunhado pela primeira vez pelo professor Ronald Howard em 1966. A primeira exposição completa foi dada por Howard Raiffa
em seu livro de 1968, Decision Analysis: Introductory Lectures on Uncertainty.
o uso do MCDA por várias agências governamentais nos Estados Unidos, em nível local, estadual e federal, é agora generalizado.
A abordagem também resistiu aos desafios dos seus resultados em tribunais e inquéritos. A trilha de auditoria deixada por uma
MCDA bem conduzida adequa-se ao clima de liberdade de informação nos Estados Unidos, embora nem sempre tenha sido
favorecida por aqueles que desejavam tomar decisões muito diferentes daquelas recomendadas pela análise.
Um exemplo notável foi a análise de locais alternativos para a eliminação de resíduos nucleares nos Estados Unidos.
Cinco locais potenciais foram analisados utilizando MCDA, o que resultou numa classificação geral dos locais. O anúncio
subsequente do Departamento do Meio Ambiente dos EUA de três locais para investigação mais aprofundada incluiu os locais
classificados em primeiro, terceiro e quinto pelo MCDA, em vez dos três primeiros.34 Intrigado com isso, Keeney35
conduziu uma nova análise cujo objetivo era encontrar os três melhores combinações de locais para investigação
adicional, pois não seria rentável investigar simultaneamente quaisquer dois locais muito semelhantes. A análise de
Keeney deste problema de portfólio mais complexo mostra que uma estratégia de caracterização sequencial seria mais
eficiente em termos de custos, mas ainda excluiria o site originalmente classificado como quinto. A reação ao anúncio
do DOE foi rápida e drástica. O Congresso e a Câmara dos Representantes iniciaram uma investigação sobre o
processo de decisão do DOE e 46 ações judiciais foram movidas contra o DOE acusando-os de violações de leis federais em
seu processo de seleção. A investigação apoiou a análise do MCDA, mas concluiu que o processo de decisão do DOE
era falho.
Várias lições foram tiradas desta experiência num artigo subsequente36
que analisou toda a sequência de eventos. Para projectos de grande interesse público, “é crucial obter contributos de uma
variedade de profissionais e ter a implementação da metodologia monitorizada e revista regularmente por peritos
independentes”. Os autores recomendaram incluir os objetivos dos principais grupos de interesse, tornar explícitos todos
os julgamentos de valor, analisar o maior número possível de complexidades de problemas cruciais, obter informações
de profissionais independentes, comunicar todos os aspectos da análise às partes interessadas e aos indivíduos e
realizar uma revisão independente. Embora tudo isto não seja apropriado para projectos mais modestos, é notável
que as recomendações se concentram em questões sociais.
MCDA não é simplesmente um processo técnico. O sucesso da sua implementação depende crucialmente da
concepção eficaz dos processos sociais pelos quais a análise é estruturada e conduzida.
34
Merkhofer, MW e RL Keeney (1987) “Uma análise de utilidade multiatributo de locais alternativos para o descarte de resíduos
nucleares”, Risk Analysis 7(2): 173–94.
35
Keeney, RL (1987) “Uma análise do portfólio de locais a serem caracterizados para a seleção de um repositório nuclear”, Risk Analysis
7(2): 195–218.
36
Keeney, RL e D. von Winterfeldt (1988) “A análise e seu papel na seleção de locais de repositório nuclear”, Pesquisa Operacional '87.
GK Rand, Elsevier Science Publishers BV (Holanda do Norte).
6.2 Estágios no MCDA

O MCDA pode ser usado retrospectivamente para avaliar coisas para as
quais já foram alocados recursos, ou prospectivamente para avaliar coisas que
ainda são apenas propostas. Assim, nas explicações seguintes do MCDA, não há
necessidade de distinguir estes dois usos, embora na prática a abordagem
seja realizada de forma diferente.
Ao discutir a aplicação do processo de oito etapas introduzido no Capítulo

5 e ilustrado na Figura 5.1, dividimos algumas dessas etapas ainda mais na
explicação da aplicação do MCDA neste capítulo. As etapas mais detalhadas
são mostradas na Figura 6.1.
As seções a seguir descrevem o que deve ser feito em cada etapa, deixando
detalhes de como executar as etapas para os exemplos reais no Capítulo 7. Parte
do processo é técnico, mas igualmente importante é organizar as pessoas
certas para ajudar em cada etapa. , e algumas sugestões sobre esses
aspectos sociais serão dadas neste Capítulo. Um exemplo simples de MCDA
será usado para ilustrar as etapas da seleção de uma torradeira para a família de Fred Jones.
Este modesto problema de decisão dificilmente exigiria um MCDA completo, mas
fornece uma ilustração livre dos detalhes e das dificuldades encontradas em
aplicações reais. No próximo capítulo serão dados exemplos reais. O MCDA de
Fred aparece nas caixas, e o leitor que deseja uma rápida introdução ao MCDA
pode simplesmente ler as caixas.
O Capítulo 5 descreveu as etapas 1 a 4 e estas são desenvolvidas com mais

detalhes neste capítulo, onde a construção dos pesos (etapa 5) e sua posterior
combinação com pontuações é descrita pela primeira vez. O uso de pesos
apresenta dois tipos de desafio. Uma delas é a necessidade de um cuidado
excepcional para garantir a consistência lógica entre as formas como os pesos e
as pontuações são construídos, conforme explicado na secção 6.2.10. O outro
desafio, em alguns casos, é o problema largamente social de lidar com julgamentos
de valor muito diferentes de diferentes contribuintes. Isto é ilustrado no estudo
de caso da NIREX no Capítulo 7.
Figura 6.1 Aplicando MCDA: etapas detalhadas
1. Estabeleça o contexto de decisão.
1.1 Estabelecer os objectivos do MCDA e identificar os decisores e outros intervenientes-chave.
1.2 Projetar o sistema sociotécnico para a condução do MCDA.
1.3 Considere o contexto da avaliação.
2. Identifique as opções a serem avaliadas.
3. Identifique objetivos e critérios.
3.1 Identificar critérios para avaliar as consequências de cada opção.
3.2 Organize os critérios agrupando-os em objetivos de alto e baixo nível em uma hierarquia.
4. 'Pontuação'. Avalie o desempenho esperado de cada opção em relação aos critérios. Então avalie o
valor associado às consequências de cada opção para cada critério.
4.1 Descreva as consequências das opções.
4.2 Pontue as opções nos critérios.
4.3 Verifique a consistência das pontuações em cada critério.
5. 'Ponderação'. Atribua pesos para cada critério para refletir sua importância relativa para o
decisão.
6. Combine os pesos e pontuações de cada opção para obter um valor geral.
6.1 Calcule as pontuações globais ponderadas em cada nível da hierarquia.
6.2 Calcular pontuações globais ponderadas.

7. Examine os resultados.
8. Análise de sensibilidade.
8.1 Realize uma análise de sensibilidade: outras preferências ou pesos afetam a ordenação geral do
opções?
8.2 Observe as vantagens e desvantagens das opções selecionadas e compare pares de opções.
8.3 Criar possíveis novas opções que possam ser melhores do que as originalmente consideradas.
8.4 Repita as etapas acima até obter um modelo 'necessário'.
6.2.1 ESTABELECER OBJETIVOS DO MCDA E IDENTIFICAR OS DECISORES

E OUTROS JOGADORES PRINCIPAIS
Qual é o objetivo do MCDA? Se errar, você poderá fornecer uma análise maravilhosa para o problema
errado. Isso não quer dizer que o propósito permaneça fixo durante toda a análise. À medida que
um MCDA avança, novas características são frequentemente reveladas e novas questões são
levantadas, o que pode sinalizar uma mudança ou mudança de objectivos. Ainda assim, o MCDA tem de
começar por algum lado, e uma declaração dos objectivos iniciais é crucial para a formulação das
fases sucessivas. Afinal, MCDA trata de determinar até que ponto as opções criam valor ao atingir
objetivos e, nesta fase, você enfrenta duas opções: fazer ou não o MCDA. Optar por realizar o MCDA
significa que alguém julgou que a análise proporcionava relativamente mais valor do que não realizá-
la.
A clareza sobre os objectivos do MCDA ajuda a definir as tarefas para as fases subsequentes
e mantém a análise no bom caminho.
Objetivos da torradeira MCDA:
Fred Jones tem uma torradeira velha que comprou por menos de £ 10 há muitos
anos e agora ela torra de maneira irregular. Sua filha mais nova, Zoe, queimou
o dedo quando tocou na lateral da torradeira ontem, enquanto ela torrava seu pão
no café da manhã. Fred agora pode se dar ao luxo de subir no mercado e comprar
uma torradeira que atenda melhor às necessidades de sua família. O objetivo do
MCDA será fazer o melhor uso dos dados disponíveis para informar a escolha de
uma nova torradeira.
O primeiro impacto destes objectivos para o MCDA reside na escolha dos principais
intervenientes para participarem na análise. Um interveniente-chave é qualquer
pessoa que possa dar um contributo útil e significativo para a MCDA. Os principais
atores são escolhidos para representar todas as perspectivas importantes sobre o
assunto da análise. Uma perspectiva importante é a do decisor final e do órgão
perante o qual essa pessoa é responsável, porque são os valores da sua organização
que devem encontrar expressão no MCDA. Estas pessoas são muitas vezes referidas
como partes interessadas, pessoas que têm um investimento, financeiro ou outro, nas
consequências de quaisquer decisões tomadas. Eles não podem participar fisicamente na
MCDA, mas os seus valores devem ser representados por um ou mais intervenientes-
chave que participem.
Partes interessadas e principais intervenientes:
Os membros da família de Fred são as partes interessadas. Sua esposa, Jane,

quer consultar um vizinho que comprou recentemente uma torradeira. Ela pensa
que Qual? a revista também deve ser consultada. Mas ela e Fred não discutem
esta fase. Ele pretende pedir conselhos à loja local, em cujo vendedor ele confia,
para dar recomendações imparciais. Como veremos, a falta de planeamento nesta
fase leva a um problema na fase seguinte.
Nenhum MCDA está limitado apenas às opiniões das partes interessadas. Participantes
importantes adicionais participam porque possuem conhecimento e experiência sobre
o assunto. Isso inclui pessoas dentro da organização, e muitas vezes inclui
especialistas externos, ou pessoas sem investimento na decisão final, mas que
possuem informações que poderiam ajudar na análise. Os criadores do MCDA terão
de considerar quais as partes interessadas e outros intervenientes-chave que
devem ser envolvidos e a extensão da sua participação na análise.
6.2.2 PROJETAR O SISTEMA SOCIOTÉCNICO PARA REALIZAÇÃO DO MCDA
Quando e como deverão as partes interessadas e os principais intervenientes

contribuir para o MCDA? Esse é o aspecto social do design. Que forma de MCDA
será utilizada e como será implementada? Esse é o aspecto técnico. Os dois são
concebidos em conjunto para garantir que trabalham em conjunto para alcançar os
objetivos do MCDA. Por exemplo, um MCDA para apoiar uma decisão importante, como
a localização de um novo aeroporto, será abrangente, abrangendo muitos
objectivos e critérios, e envolverá muitos grupos de interesse e intervenientes-chave. A
complexidade do modelo ditará, em parte, quem contribuirá,
e as opiniões expressas pelos grupos de interesse e pelos principais intervenientes

influenciarão a complexidade do modelo. Por outro lado, um MCDA para priorizar os
projectos propostos dentro de alguma unidade governamental envolverá poucos ou
nenhum estranho e empregará uma forma mais simples de MCDA. Não existe um
design 'melhor'. Os aspectos sociais e técnicos do sistema de condução da MCDA
devem ser considerados em conjunto.
Uma abordagem típica para a resolução de problemas na função pública é realizar

uma série de reuniões pontuadas pelo trabalho do pessoal, continuando até que a
tarefa seja concluída. Contudo, uma vantagem do MCDA é que o processo se presta a
projetos que são mais eficientes em termos de custos do que a abordagem típica.
Existem várias maneiras de fazer isso.
Uma abordagem seria usar workshops facilitados. Estes consistem em

participantes que podem ser qualquer combinação de grupos de interesse e
intervenientes-chave. Um facilitador imparcial orienta o grupo através das etapas
relevantes do MCDA, realizando grande parte da modelagem no local com a ajuda
de programas de computador projetados para análise multicritério e com exibições
apropriadas do modelo e seus resultados para que todos possam ver . Como os
participantes são escolhidos para representar todas as perspectivas-chave sobre as
questões, os workshops são frequentemente sessões animadas e criativas, com muita
troca de informações entre participantes cujas áreas de especialização diferem. Na
verdade, pesquisas recentes37 mostram que o grupo pode produzir julgamentos melhores
do que aqueles que poderiam ter sido alcançados por indivíduos trabalhando
separadamente. Três factores trabalham em conjunto para explicar este desempenho
melhorado: facilitação imparcial, um processo de modelização estruturado e utilização de
tecnologia de informação para fornecer modelização e exibição de resultados no local.
Um facilitador imparcial concentra-se no processo e mantém uma orientação de tarefa

para o trabalho. Ele ou ela garante que todos os participantes sejam ouvidos, protege os
pontos de vista minoritários, tenta compreender o que está acontecendo no grupo em
vez de avaliar ou refutar, cuida das relações entre os participantes, é sensível aos
efeitos dos processos de grupo e intervém para encaminhar o trabalho do
grupo.38 O facilitador do MCDA auxilia os grupos nas diversas etapas, extraindo
conhecimentos e julgamentos relevantes dos participantes. Ao trabalharem como
um coletivo, os participantes muitas vezes descobrem interconexões entre áreas de
especialização aparentemente separadas. Cada pessoa também vê o quadro
mais amplo ao qual o MCDA se dirige, e esta visão mais ampla pode afectar as
contribuições individuais à medida que a sua própria área é colocada em perspectiva.
A tecnologia da informação permite a construção rápida do modelo MCDA, facilita
a inserção de informações e apresenta resultados imediatos. Como os participantes
veem cada etapa do processo de construção do modelo e, em seguida, é mostrado
como o computador combina os resultados, a construção geral do modelo torna-se
transparente, contribuindo para o sentimento de propriedade do modelo por parte dos
participantes. Quaisquer decisões tomadas posteriormente pelo responsável, informadas
pelos resultados do modelo MCDA, são então compreendidas pelo
37
Ver, por exemplo, Regan-Cirincione, P. (1994) “Melhorando a precisão do julgamento de grupo: uma intervenção de processo combinando
facilitação de grupo, análise de julgamento social e tecnologia da informação”, Comportamento Organizacional e Processos de
Decisão Humana, 58 , 246–70 .
38
Phillips, LD, & Phillips, MC (1993) “Grupos de trabalho facilitados: teoria e prática”, Journal of the Operational Research Society, 44(6),
533–49.
participantes, com o resultado de que as decisões são implementadas mais

facilmente.
Projete o sistema:
Fred também negligencia esse estágio e segue em frente, visitando a loja local no
caminho do trabalho para casa. Seu lojista de confiança recomenda uma torradeira
Philips de dois slots e duas fatias, que Fred compra. Quando ele chega em casa, a
esposa conta que a amiga comprou uma torradeira com grelha de aquecimento na
parte superior, que pode ser útil para aquecer pãezinhos e outros pequenos itens.
Esse recurso está ausente na Philips. Fred percebe que seus critérios, até mesmo o risco
de torrar e queimar, talvez sejam muito restritos, e que ele deveria ter pensado no
processo de consultar outras pessoas sobre as características das torradeiras
modernas. Ele reconhece que todos os seus familiares são partes interessadas, então
decide explorar as características e desvantagens listadas em Quais? e envolver a
família na discussão antes de fazer uma escolha final. Ele devolve o Philips.
Workshops facilitados podem durar apenas algumas horas para decisões

relativamente simples. Para decisões complexas, podem ser necessários
workshops de dois ou três dias, ou mesmo uma série de workshops durante um período
de vários meses (como nos estudos de caso do Capítulo 7). Com um design
sociotécnico criterioso, os workshops podem revelar-se úteis para uma vasta gama de
questões que envolvem recursos desde dezenas de milhares de libras esterlinas até
centenas de milhões.
6.2.3 CONSIDERAR O CONTEXTO DO MCDA
Qual e a situação atual? Que objetivos devem ser alcançados? Poderia um

enquadramento diferente para as questões e problemas proporcionar uma
reformulação da situação que tornaria mais fácil atingir os objectivos? Que pontos
fortes podem ser mobilizados para atingir os objetivos? Que fraquezas podem impedir
o progresso? Que oportunidades existem agora ou podem surgir no horizonte para
facilitar o progresso? Que ameaças poderiam criar obstáculos? Estas questões levantam
preocupações que são mais amplas do que os objectivos do MCDA, mas respondê-las
ajudará a fornecer um cenário para a análise que afectará muitas etapas subsequentes.
Descrever a situação actual e depois ser claro sobre os objectivos a alcançar estabelece
a discrepância entre o presente e a visão para o futuro que irá clarificar o papel do
MCDA. Presumivelmente, essa lacuna será colmatada por aqueles que estão autorizados
a tomar decisões e a atribuir recursos para ajudar a alcançar o estado futuro. De que
forma o MCDA pode servir ao processo de tomada de decisão? A análise pode ser
enquadrada de diferentes maneiras, algumas apoiando mais diretamente a eventual
decisão, e outras menos. O MCDA pode ser estruturado para:
• mostrar ao tomador de decisão o melhor caminho a seguir
• identificar as áreas de maiores e menores oportunidades
• priorizar as opções
• esclarecer as diferenças entre as opções
• ajudar os principais intervenientes a compreender melhor a situação
• indicar a melhor alocação de recursos para atingir as metas
• facilitar a geração de opções novas e melhores
• melhorar a comunicação entre partes da organização que estão

isolado, ou
•
qualquer combinação dos itens acima.
Analisar os pontos fortes, fracos, oportunidades e ameaças, uma análise SWOT, é

particularmente útil no desenvolvimento de opções. Tendo em mente que as opções se
destinam a atingir os objectivos, os participantes podem ser encorajados a gerar opções que
se baseiem nos pontos fortes, corrijam os pontos fracos, aproveitem as oportunidades
e minimizem as ameaças.
Contexto:
Fred e sua família pensam um pouco sobre o que realmente querem. Toda a família
de dois adultos e três crianças costuma tomar café da manhã junta; talvez eles
devessem considerar torradeiras de dois slots e quatro fatias, além dos modelos de
dois slots e duas fatias. No domingo de manhã, Fred compra bagels frescos para o brunch
de domingo, então uma largura de slot ajustável pode ser útil. Enquanto a família
discute o que eles poderiam gostar, Fred de repente se lembra de ter visto uma
torradeira na casa de um amigo americano em uma recente visita aos Estados Unidos.
Talvez devessem considerar essa função também, pois assim o forno também poderia
ser usado para cozinhar refeições congeladas individuais, o que seria útil para as ocasiões
em que alguém chega tarde em casa e quer uma refeição quente.
Outros aspectos do contexto dizem respeito aos ambientes políticos, económicos, sociais e
tecnológicos (PEST) mais amplos nos quais a análise será conduzida.
A análise de cenários sobre como as principais características do PEST poderão desenvolver-
se no futuro, e assim afectar a capacidade das opções propostas para alcançar o estado
futuro desejado, por vezes estimula os principais intervenientes a desenvolverem opções
e a considerarem objectivos que de outra forma teriam sido ignorados. A análise de cenários39
também pode ajudar os participantes a reconhecer a incerteza sobre o futuro e, assim,
tornar mais explícitas as suposições sobre os resultados, direcionando assim a atenção
para implicações que, de outra forma, poderiam passar despercebidas.
6.2.4 IDENTIFICAR AS OPÇÕES A AVALIAR
Quando as opções são pré-especificadas, é tentador proceder como se essa fosse a

palavra final. A experiência mostra que isso raramente acontece. As opções não são
construídas no céu, são produto do pensamento humano e, portanto, são suscetíveis a
influências tendenciosas. Os grupos tendem a desenvolver menos opções em situações de
ameaça, por exemplo, do que quando enfrentam oportunidades. Um erro comum é tentar
analisar apenas uma opção, partindo do pressuposto de que
39
Schoemaker, PJH (1991) 'Quando e como usar o planejamento de cenários: uma abordagem heurística com ilustração', Journal
of Forecasting, 10, 549–564.
não ha alternativa. Mas existe sempre a alternativa de continuar como está actualmente, e também
deveria ser feita uma análise adequada dessa alternativa.
As opções são muitas vezes formuladas numa base de avançar/não avançar. O financiamento de
projetos é frequentemente conduzido desta forma. No entanto, existe uma alternativa. As propostas
podem ser solicitadas para especificar os benefícios que seriam obtidos em diferentes níveis de financiamento.
Então, algumas propostas podem ser totalmente rejeitadas, outras podem ser financiadas em níveis
inferiores e outras em níveis plenos. Desta forma, podem ser tomadas decisões de financiamento
para criar uma maior relação custo-benefício. No entanto, este processo só funciona se aqueles que
concorrem aos fundos tiverem uma ideia razoavelmente clara dos objectivos principais, do valor
que aqueles que alocam os fundos desejam criar.
Identifique as opções:
A família de Fred descobre que 23 torradeiras estão listadas na edição de novembro de 1995 da
Which? e decide restringir suas considerações às seis recomendadas no Best Buy Guide. O
miniforno é mais do que eles realmente precisam, então a ideia foi abandonada. Fred
observa que uma torradeira não incluída no Guia, uma torradeira de slot longo e duas fatias,
recebeu uma classificação de 'Melhor' pela uniformidade da tostagem, então ele deseja
incluir isso também como uma possibilidade, embora Qual ? omitiu-o porque tem muitas
desvantagens.
Em todos os casos, quer as opções sejam dadas ou tenham de ser desenvolvidas, aqueles que
conduzem a MCDA devem estar abertos à possibilidade de modificar ou adicionar opções
à medida que a análise avança. Um workshop com funcionários da ICL40 tentou encontrar um
caminho a seguir para um projecto que os gestores, que estavam sob severas restrições orçamentais,
queriam cancelar, e que os promotores queriam continuar porque o sucesso estava apenas a alguns
meses de distância. O MCDA inicial mostrou o que todos perceberam: que as duas opções de
cancelar e continuar pareciam inconciliáveis. Após uma reflexão durante a noite, os participantes
consideraram e avaliaram novas opções, cada uma com base nas vantagens da anterior, até que
finalmente uma opção foi acordada. Envolveu uma joint venture e uma venda parcial, o que reduziu os
custos da ICL, mas na verdade aumentou os seus benefícios. Foi o MCDA que estimulou os processos
de pensamento criativo dos participantes, que de outra forma teriam ficado decididos a que um grupo
perdesse e o outro ganhasse. A MCDA pode ajudar a criar situações vantajosas para todos.
6.2.5 IDENTIFICAR OS CRITÉRIOS PARA AVALIAÇÃO DAS CONSEQUÊNCIAS DE CADA UM

OPÇÃO
A avaliação das opções exige reflexão sobre as consequências das opções, pois, estritamente falando,
são essas consequências que estão a ser avaliadas e não as opções em si. As consequências
diferem de muitas maneiras, e as formas que importam porque atingem os objetivos são chamadas de
critérios ou atributos. Os critérios são objetivos específicos e mensuráveis. Eles são os “filhos” de
objectivos “pais” de nível superior, que podem eles próprios ser filhos de objectivos pais de nível ainda
mais elevado. Ao escolher um carro, você pode procurar
40
Hall, P. (1986) 'Gerenciando mudanças e ganhando comprometimento corporativo', ICL Technical Journal, 7, 213–27.
minimizar custos e maximizar benefícios, dois objectivos de alto nível que estão em
conflito. Os benefícios podem ser divididos em categorias de segurança, desempenho,
aparência, conforto, economia e confiabilidade. A segurança pode ser considerada um critério
se você usar a classificação dada por Which? de quão bem o carro irá protegê-lo em um
acidente. Alternativamente, você pode querer desagregar a segurança em segurança passiva
e segurança ativa. A segurança passiva pode ser tratada como um critério: talvez uma
contagem do número de recursos (barras laterais, proteção contra capotamento, gaiola rígida,
etc.) seria suficiente, ou poderia, por sua vez, ser ainda mais discriminada.
Uma distinção útil é entre meios e objetivos finais. Faça repetidamente a pergunta 'Por que
você se preocupa com isso?' e quando não há mais nada a dizer, um objectivo final que é
“fundamental” foi alcançado. Considere o critério de segurança para carros. Por que você
se preocupa com a segurança passiva? Isso poderia reduzir lesões em caso de acidente. Por
que você se preocupa com a segurança ativa?
Aumenta as chances de evitar um acidente. Portanto, para essa pessoa, reduzir lesões e
aumentar as chances de sobrevivência são os dois objetivos fundamentais.
Ou talvez a segurança pudesse ser considerada um objetivo fundamental se a
interpretação dada em Qual? revista é usada: quão bem o carro irá protegê-lo em um acidente.
Quais dessas muitas interpretações são suscetíveis de medição? O número de dispositivos

de segurança passiva é fácil de contar, mas seria um objetivo meio e não um fim em si mesmo,
pelo que não seria um objetivo fundamental.
A medição é muitas vezes mais fácil para objectivos de meios, mas é com objectivos
fundamentais que podemos nos preocupar. Talvez os especialistas possam fornecer
avaliações informadas: a segurança automóvel é classificada em Qual? Carro em uma única escala numérica.
Em suma, a decisão sobre os critérios a incorporar no MCDA é uma questão de julgamento
e pode exigir alguma perda na franqueza com que o valor é expresso, a fim de facilitar a
medição. Mas, como indica a secção abaixo sobre a pontuação das opções, a medição pode
incluir a expressão directa de julgamentos de preferência, e estes podem ser relativamente
fáceis, mesmo que nenhuma medição objectiva seja possível.
Os critérios expressam as muitas maneiras pelas quais as opções criam valor. Se as

opções já forem dadas, então uma forma “de baixo para cima” de identificar critérios é
perguntar como as opções diferem umas das outras em aspectos importantes. Uma abordagem
“de cima para baixo” consiste em perguntar sobre o objectivo, propósito, missão ou objectivos
globais que devem ser alcançados. Às vezes são dados objetivos gerais. A nova abordagem
do DETR para avaliação de investimentos em transportes especifica estes objetivos de alto
nível para esquemas de transporte:
• proteger e melhorar o ambiente construído e natural
• melhorar a segurança de todos os viajantes
• contribuir para uma economia eficiente e apoiar o crescimento económico sustentável

em locais apropriados
• promover a acessibilidade às instalações do dia a dia para todos, especialmente aqueles

sem carro e
• promover a integração de todas as formas de transporte e planeamento do uso do

solo, conduzindo a um sistema de transportes melhor e mais eficiente.
Estes são subdivididos em critérios, alguns dos quais são suscetíveis de medição numérica,
incluindo avaliação monetária, outros de classificação e alguns apenas de descrição qualitativa.
Quais objetivos serão incorporados ao MCDA? Os objetivos muitas vezes refletem os valores
fundamentais de uma organização. Numa comparação entre 18 empresas “visionárias” e 18
empresas meramente “excelentes”, Collins e Porras41 concluíram que:
«Ao contrário da doutrina das escolas de gestão, a «maximização da riqueza dos accionistas»
ou a «maximização dos lucros» não tem sido a força motriz dominante ou o objectivo
principal ao longo da história das empresas visionárias. As empresas visionárias perseguem um
conjunto de objetivos, dos quais ganhar dinheiro é apenas um – e não necessariamente o
principal. Sim, procuram lucros, mas são igualmente guiados por uma ideologia central – valores
fundamentais e sentido de propósito que vão além de apenas ganhar dinheiro. No entanto,
paradoxalmente, as empresas visionárias ganham mais dinheiro do que as empresas de
comparação mais puramente orientadas para o lucro.'
Os valores fundamentais de algumas das 18 empresas visionárias estudadas por Collins e

Porras incluem ser pioneiros para um fabricante de aeronaves, melhorar a qualidade de vida
através da tecnologia e inovação para um fabricante de eletrônicos, contribuição técnica
para um fabricante de computadores, serviço amigável e excelente valor para uma rede de
hotéis, preservando e melhorando a vida humana para uma empresa médica e trazendo
felicidade a milhões de pessoas para uma empresa de entretenimento. Estes valores inspiram
a tomada de decisões nas empresas visionárias, e os autores encontraram muitos casos em
que os lucros foram perdidos para defender os valores.
Collins e Porras concluem que para estas empresas visionárias, o lucro é um meio para fins
mais importantes. Neste sentido, os departamentos governamentais não são diferentes
das organizações comerciais visionárias – ambos existem para criar valor não financeiro;
apenas a fonte de seus fundos para fazer isso é diferente. Assim, a identificação dos
critérios exige a consideração das razões subjacentes à existência da organização e dos
valores fundamentais que a organização serve.
Identifique os critérios:
A família Jones concorda com Fred que tostar uniformemente e proteger os

dedos queimados são essenciais, mas quatro outros recursos estão incluídos no Qual?
análise. Ninguém pensou em alguns, como uma configuração de reaquecimento para
aquecer torradas frias. E oito desvantagens potenciais estão listadas. Isto está começando a
parecer desnecessariamente complexo; afinal, é apenas uma torradeira! Uma breve
discussão reduz os critérios a apenas seis: preço, configuração de reaquecimento,
grelha de aquecimento, largura ajustável da ranhura, uniformidade da tostagem e várias
desvantagens.
41
Collins, JC e Porras, JI (1996) Construído para durar: hábitos de sucesso de empresas visionárias, Century Limited, Londres, p.8.
O “Livro Verde” do Tesouro do Reino Unido sobre avaliação e análise de custo-benefício afirma
que a análise dentro do governo está preocupada com os efeitos “no interesse nacional”. É claro
que diferentes instituições podem interpretar isto de maneiras diferentes, reflectindo, por
exemplo, as opiniões de especialistas, ministros, altos funcionários, opinião pública ou daqueles
directamente afectados pela decisão. Por exemplo, os critérios utilizados para captar julgamentos
distributivos variarão de caso para caso, dependendo das mentalidades institucionais e das
preferências conhecidas do governo da época. Um requisito amplamente satisfatório para a
MCDA é que os critérios sejam escolhidos para representar as preocupações das pessoas como
um todo e para permitir a expressão de preferências informadas.
6.2.6 ORGANIZE OS CRITÉRIOS AGRUPANDO-OS SOB OBJETIVOS DE NÍVEL SUPERIOR E DE NÍVEL

INFERIOR EM UMA HIERARQUIA
Organizar os critérios e objectivos desta forma facilita a pontuação das opções nos critérios
e a análise dos resultados globais ao nível dos objectivos. O compromisso mais importante entre
os objectivos aparece no topo da hierarquia. Isso geralmente ocorre entre custos e benefícios.
Assim, o objetivo principal é o resultado global, tendo em conta tanto os custos como os
benefícios. O próximo nível abaixo mostraria os custos como um objetivo e os benefícios como
outro. Os custos poderiam então ser decompostos em custos monetários e custos não
monetários, ou de curto e longo prazo, ou de capital e operacionais, ou qualquer outra distinção
que capte mais conflitos entre os objectivos. O mesmo se aplica aos benefícios. As compensações
de alto nível nem sempre são entre custos e benefícios. Outras possibilidades incluem riscos
versus benefícios, benefícios para os consumidores versus benefícios para os fornecedores,
benefícios a longo prazo versus benefícios a curto prazo, e assim por diante. Essa representação
hierárquica costuma ser chamada de árvore de valores.
A Figura 6.2 mostra uma ilustração de como os objetivos e critérios da nova abordagem do DETR
para avaliação de investimentos em transportes podem ser representados:
Figura 6.2 Uma árvore de valor para objetivos

Os cinco objectivos foram agrupados no objectivo de nível superior “BENEFÍCIOS”, o

custo do investimento foi separado do objectivo “Economia” e representado como um
objectivo separado, com os seus subcustos representados abaixo como critérios.
Essa separação facilita a apresentação dos benefícios versus custos dos regimes que
estão a ser avaliados. Não existem subobjectivos para “Segurança” e “Integração”, pelo que
esses objectivos também servem como critérios. Esta representação é apenas ilustrativa;
pode ser necessário modificá-lo se o MCDA for aplicado.
Organize os critérios:
Os benefícios associados às torradeiras não parecem estar relacionados com os seus

custos, pelo menos não para as sete torradeiras da lista de Jones, por isso eles não
se preocupam com este passo. Eles só querem saber o que é melhor no geral.
A organização dos objectivos e critérios numa árvore de valores muitas vezes destaca o
conflito entre os objectivos, e isto pode levar ao refinamento das suas definições.
Tornar a árvore de valores explícita e exibi-la pode estimular o pensamento sobre novas opções
que poderiam reduzir os aparentes conflitos entre os objetivos, como no caso da ICL, seção 7.5.
A iteração de volta aos estágios anteriores é típica em qualquer MCDA.
6.2.7 DESCREVER AS CONSEQUÊNCIAS
A abordagem mais fácil é escrever uma descrição qualitativa simples para cada
opção, tendo em conta cada critério. Para problemas mais simples, uma matriz de
desempenho, conforme descrita nos Capítulos 4 e 5, será muitas vezes suficiente. Para
problemas complexos que envolvem uma árvore de valor, pode ser necessário construir uma
tabela de consequências separada para cada opção, muito semelhante à Tabela de
Resumo de Avaliação para a nova abordagem do DETR para avaliação de investimentos
em transportes. Tal tabela é estruturada como a árvore de valores, com colunas separadas
(ou no caso da tabela de resumo DETR, linhas) para cada critério.
A linha inferior geralmente fornece as medidas de desempenho para aquela opção de acordo
com o critério da coluna. Os objectivos de nível superior são apresentados nas linhas acima
dos critérios subsidiários, ao longo de toda a tabela.
Descreva as consequências:
A família Jones copia os dados de seu interesse diretamente de Qual?

para fornecer a seguinte matriz de desempenho, que já vimos como exemplo no Capítulo
4.
Tabela 6.2 Matriz de desempenho
Opções Preço Reaquecer Rack de Largura Uniformidade Número de

contexto aquecimento ajustável do slot de torrar desvantagens
Botas 2 fatias £ 18 ÿ 3
Kenwood TT350 £27 ÿÿ ÿ ÿ 3
Marks & Spencer 2235 £25 ÿ ÿ ÿ 3
Morphy Richards Coolstyle £ 22 ÿ 2
Philips HD4807 £ 22 ÿ ÿ 2
Kenwood TT825 £30 ÿ 2
Tefal Grosso e Fino 8780 £20 ÿ ÿ ÿ 5
Uma marca indica a presença de um recurso. A uniformidade da tostagem é mostrada em Qual? em uma escala de cinco
pontos, com uma estrela sólida representando a melhor torradeira e uma estrela aberta a segunda melhor. A família eliminou da
consideração todas as torradeiras com pontuação inferior à melhor ou a segunda melhor.
6.2.8 PONTUAÇÃO DAS OPÇÕES NOS CRITÉRIOS
Neste ponto surge um problema. Não é possível combinar dinheiro, ticks, estrelas e classificações para obter uma
avaliação global das torradeiras. No entanto, as maçãs podem ser comparadas às laranjas, e o MCDA mostra como
isso é feito. A ideia principal é construir escalas que representem preferências para as consequências, ponderar as
escalas pela sua importância relativa e, em seguida, calcular médias ponderadas entre as escalas de preferência.
Há muitas maneiras de fazer tudo isso, e as abordagens mais úteis são descritas no Capítulo 7.
Por enquanto, serão ilustradas escalas de preferência relativa. Estas são simplesmente escalas ancoradas nas suas
extremidades pelas opções mais e menos preferidas num critério.
A opção mais preferida recebe uma pontuação de preferência de 100, e a menos preferida uma pontuação de 0,
muito parecida com a escala Celsius de temperatura.
As pontuações são atribuídas às opções restantes para que as diferenças nos números representem diferenças
na força da preferência. Estes são julgamentos relativos que comparam diferenças nas consequências, e muitas
vezes são mais fáceis de serem feitos pelas pessoas do que julgamentos absolutos. Por exemplo, a maioria das
pessoas concordaria que ganhar £50.000 lhes daria prazer, enquanto perder £50.000 causaria dor, e que a dor é
mais indesejável do que o prazer é desejável. A dor excede o ganho. Mas por quanto? A dor é duas vezes pior, cinco
vezes pior, 10 vezes pior ou o quê? Esse é um julgamento mais difícil de fazer, mas a maioria das pessoas tem alguma
noção disso.
E é esse tipo de julgamento que é exigido no MCDA. A modelização, como a feita na análise de custo-benefício,
pode ser utilizada para alguns critérios para auxiliar no processo de conversão de consequências em pontuações
comparáveis.
O que essas pontuações de preferência representam? O método de escala de diferença resulta em números que
representam a força relativa da preferência. Tal medida expressa o valor associado à consequência da opção
sobre um determinado critério. A expressão “força de preferência” é aqui utilizada em vez de “valor”, porque muitas
vezes se pensa que este último implica apenas valor financeiro.
Contudo, “força de preferência” não deve ser confundida com “preferência”. Lembre-se de que, na teoria da decisão,
a preferência coerente implica logicamente duas quantidades mensuráveis, probabilidades e utilidades.42
Assim, A poderia ser preferido a B se fossem iguais em valor porque A é mais provável. Se a força da
preferência for tomada apenas como uma medida de valor, então A e B devem ser assumidos como igualmente
prováveis. Quando não o são, então a incerteza associada a A e B deve ser acomodada de alguma outra forma,
conforme discutido mais adiante, na secção 7.4, para que as medidas de força de preferência reflitam apenas
o valor relativo.
Pontue as opções:
A família utiliza a escala relativa para substituir as consequências na sua tabela por pontuações, com o seguinte
resultado:
Tabela 6.3 Pontuação das opções
Opções Preço reaquecimento Rack de Largura Uniformidade Desvantagens totais

contexto aquecimento ajustável do slot de torrar
Botas 2 fatias 100 0 0 0 0 50 35
Kenwood TT350 25 100 100 100 0 80 61
Marks & Spencer 2235 42 100 100 0 100 50 53
Morphy Richards Coolstyle 67 0 0 0 0 100 30
Philips HD4807 67 100 0 0 100 90 49
Kenwood TT825 0 0 0 0 0 90 9
Tefal Grosso e Fino 8780 84 100 0 100 100 0 70
As pontuações de preferência por preço são, obviamente, o inverso dos preços; o Boots é o mais barato,
com pontuação 100, e o Kenwood TT825, o mais caro, com pontuação 0. Todos os outros são
escalonados entre esses limites em proporção ao inverso de seus preços. Para os próximos três critérios, se
o recurso estiver presente, ele pontuará 100, caso contrário, 0. Existem apenas duas classificações para
uniformidade de torradas, portanto, a melhor classificação pontua 100 e a menos boa, 0. Isso parecia injusto no
início, mas depois a família percebe que o processo de ponderação leva em conta a pequena diferença entre as
duas primeiras classificações de uniformidade. Finalmente, a família percebe que o número de desvantagens não
pode ser facilmente convertido em preferências porque depende de quais são as desvantagens; alguns são mais
importantes para eles do que outros. Em vez disso, simplesmente analisam a natureza das desvantagens
e avaliam diretamente as pontuações de preferência para refletir a sua impressão geral da gravidade das
desvantagens.
42
Estritamente falando, a utilidade é uma medida tanto do valor julgado subjetivamente quanto da atitude do avaliador em relação ao risco. As
concessionárias são avaliadas adequadamente por meio de apostas hipotéticas, que invocam as propensões ao risco do avaliador. Como o método de
escalonamento direto utilizado aqui não envolve apostas, os números resultantes são apenas medidas de valor.
A escala relativa é particularmente apropriada para comparar diversas opções

apresentadas ao mesmo tempo. Às vezes, porém, as opções são avaliadas em série, de
modo que é necessária a comparação com um padrão. Muitas vezes é útil usar escalas
fixas para estes casos. O ponto zero para uma escala fixa num determinado critério pode
ser definido como o valor mais baixo que seria aceitável – qualquer opção com pontuação
inferior seria rejeitada liminarmente, quaisquer que fossem as suas pontuações noutros
critérios. O ponto 100 poderia ser definido como o máximo viável – isso exigiria imaginar e definir
uma opção hipotética como artilheiro.
6.2.9 VERIFIQUE A CONSISTÊNCIA DAS PONTUAÇÕES EM CADA CRITÉRIO
Esta etapa geralmente é realizada durante o processo de avaliação das pontuações, mas
é incluída aqui separadamente para enfatizar sua importância. O método de verificação da
consistência depende do tipo de escala utilizada. Para as escalas relativas utilizadas neste
capítulo, a abordagem consiste em comparar diferenças numa determinada escala. Se a escala
tiver sido construída corretamente, a comparação das diferenças fazia parte do processo de
pontuação, portanto a escala deveria ser consistente.
Na MCDA, a consistência das preferências é uma virtude e ajuda a garantir resultados

válidos. A avaliação inicial das pontuações revela frequentemente inconsistências, tanto
dentro como entre critérios. Podem ser necessárias diversas iterações até que os
principais intervenientes sintam que existe consistência suficiente nas suas preferências. O
processo de modelagem realmente ajuda as pessoas a atingirem esse objetivo; consistência não
é necessária para começar.
Verifique a consistência:
O preço é consistente com a visão dos Jones de que suas preferências são lineares
(inversamente) na faixa de preços de £ 18 a £ 30 em sua lista.
Por exemplo, a diferença de preferência entre as torradeiras Kenwood e Marks &
Spencer é de 42 pontos, a mesma que entre a Marks & Spencer e a Tefal; ambos os pares
diferem no preço em £ 5. Dar a essas duas diferenças de preço a mesma diferença de
preferência significa que a família Jones é indiferente entre gastar £ 5 a mais do que £
20 e £ 5 a mais do que £ 25. Se o último aumento fosse considerado mais oneroso que o
primeiro, então o primeiro decréscimo na preferência teria sido menor que o segundo.
6.2.10 AVALIAR PESOS PARA CADA UM DOS CRITÉRIOS PARA REFLETIR SEU
IMPORTÂNCIA RELATIVA À DECISÃO
As escalas de preferência ainda não podem ser combinadas porque uma unidade de
preferência em uma não é necessariamente igual a uma unidade de preferência em outra.
Ambas as escalas Fahrenheit e Celsius incluem porções de 0 a 100, mas a última cobre uma
faixa maior de temperatura porque um grau Celsius representa nove quintos a mais de
mudança de temperatura do que um grau Fahrenheit. Equacionar as unidades de preferência é
formalmente equivalente a julgar a importância relativa das escalas, portanto, com o procedimento
de ponderação correto, o processo é significativo para aqueles que fazem os julgamentos.
Atribua pesos aos critérios:
Os Jones decidem atribuir 100 pontos aos critérios como pesos.

Eles comparam as diferenças entre as torradeiras mais e menos preferidas
para todos os critérios e concordam que a diferença de preço de £ 12 é mais
importante para eles, portanto atribuam 30 pontos. Fred argumenta que ele se
preocupa mais com a uniformidade das torradas, mas Caroline, sua filha mais velha,
ressalta que a lista é composta de torradeiras que deram uniformidade acima da média,
então a diferença entre as duas classificações mais altas não é muito importante .
A família decide que a pequena diferença na equidade é cerca de metade da
importância do preço, por isso ganha 15 pontos. A presença de um rack de
aquecimento é quase igual, por isso também recebe 15 pontos. O slot ajustável
parece um pouco menos importante que a diferença de preço, mas não muito, por
isso são atribuídos 25 pontos. Com apenas 15 pontos restantes, 10 são atribuídos
às desvantagens e 5 ao recurso de reaquecimento. As proporções desses pesos
parecem corretas, embora a família se sinta um pouco insegura e Fred ainda esteja
preocupado com o baixo peso na uniformidade.
A maioria dos proponentes do MCDA utiliza agora o método de 'ponderação oscilante'

para obter pesos para os critérios. Isto baseia-se, mais uma vez, em comparações
de diferenças: como é que a oscilação de 0 a 100 numa escala de preferência
se compara à oscilação de 0 a 100 noutra escala? Para fazer estas comparações,
os avaliadores são encorajados a ter em conta tanto a diferença entre as opções
menos preferidas como as mais preferidas, e o quanto se preocupam com essa
diferença. Por exemplo, ao comprar um carro, você pode considerar seu custo importante
em algum sentido absoluto. No entanto, ao fazer a escolha de um carro específico, você
já pode ter restringido sua escolha a uma lista de, digamos, cinco carros. Se o preço
deles diferir apenas em £ 200, você pode não se importar muito com o preço. Esse
critério receberia um peso baixo porque a diferença entre os carros de preço mais alto
e mais baixo é muito pequena.
Se a diferença de preço fosse de £ 2.000, você poderia dar mais peso ao critério, a
menos que fosse muito rico, caso em que talvez não se importasse.
Há uma diferença crucial entre o desempenho medido e o valor desse desempenho

num contexto específico. As melhorias no desempenho podem ser reais, mas não
necessariamente úteis ou muito valorizadas: um incremento de desempenho adicional
pode não contribuir com um aumento correspondente no valor acrescentado.
Assim, o peso num critério reflecte tanto a amplitude da diferença entre as opções como
o quanto essa diferença é importante. Assim, pode muito bem acontecer que um critério
que é amplamente visto como “muito importante” – por exemplo, a segurança – tenha
um peso semelhante ou inferior a outro critério de prioridade relativamente menor –
por exemplo, os custos de manutenção. Isto aconteceria se todas as opções tivessem
praticamente o mesmo nível de segurança, mas variassem amplamente nos custos de
manutenção. Quaisquer números podem ser usados para os pesos, desde que os
seus rácios representem consistentemente os rácios da avaliação das diferenças
nas preferências entre as pontuações mais altas e mais baixas (sejam 100 e 0 ou outros
números) das escalas que estão a ser ponderadas.
A implementação do método de ponderação de swing com um grupo de jogadores-chave

pode ser realizada usando uma 'técnica de grupo nominal'. Primeiro, é identificado o critério
com a maior variação na preferência de 0 a 100.
Se o modelo MCDA incluir apenas alguns critérios, então a maior oscilação poderá
geralmente ser encontrada rapidamente com a concordância dos participantes. Com muitos
critérios, pode ser necessário utilizar um processo de comparação pareada: compare os
critérios dois de cada vez quanto às suas oscilações de preferência, mantendo sempre
aquele com a maior oscilação para ser comparado a um novo critério. Ao único critério que
emerge deste processo como mostrando a maior oscilação na preferência é atribuído um
peso de 100; torna-se o padrão com o qual todos os outros são comparados em um processo
de quatro etapas. Primeiro, qualquer outro critério é escolhido e todos os participantes são
convidados a escrever, sem discussão, um peso que reflita o seu julgamento sobre a sua
preferência em comparação com o padrão.
Se o critério for considerado como representando metade do valor da oscilação como padrão,
por exemplo, então deve ser atribuído a ele um peso de 50. Em segundo lugar, os participantes
revelam seus pesos julgados ao grupo (através de uma demonstração de mãos, por exemplo,
contra faixas de pesos: 100, 90, 80, 70, etc.) e os resultados são registrados em um
flipchart como uma distribuição de frequência. Terceiro, pede-se aos participantes que deram
pesos extremos, altos e baixos, que expliquem as suas razões, e segue-se uma discussão
geral em grupo. Quarto, depois de ouvir a discussão, um subconjunto de participantes faz a
determinação final do peso do critério.
Quem compõe o subconjunto? Geralmente o decisor, ou aqueles que o representam, ou os

participantes (muitas vezes os mais seniores) cujas perspectivas sobre as questões lhes
permitem ter uma visão ampla, o que significa que podem apreciar as potenciais compensações
entre os critérios. Assim, a determinação final dos pesos é informada por uma discussão
em grupo que partiu do conhecimento da posição de todos, sem influência de terceiros.
O processo também envolve as pessoas mais próximas do decisor responsável na tomada de

decisões que são exclusivamente da responsabilidade dessa pessoa, quer sejam ou não
expressas numericamente.
A definição de pesos traz à tona a questão de quais preferências são mais importantes. O
Capítulo 2 incluiu uma discussão sobre quais objetivos estão sendo perseguidos na análise
do setor público. Observou que este manual não pode ir além de identificar esta questão como
uma questão que deve ser reconhecida explicitamente e não implicitamente. A escolha é,
em última análise, política e pode depender do contexto. Contudo, observou que um
critério amplamente satisfatório que parece estar subjacente a muitas avaliações da ACB é que
estas devem reflectir as preferências informadas das pessoas como um todo, na medida
em que essas preferências e a importância relativa dos critérios possam ser expressas em
números. Muitas vezes, esta pode ser uma boa aspiração para a MCDA. Contudo, pode
não ser uma aspiração partilhada, pelo menos inicialmente, por todos aqueles que
poderiam esperar ser consultados sobre uma aplicação específica.
O processo de obtenção de pesos é, portanto, fundamental para a eficácia de um MCDA.

Freqüentemente, eles derivarão das opiniões de um grupo de pessoas.
Podem refletir uma reunião presencial das principais partes interessadas ou de pessoas
capazes de articular as opiniões dessas partes interessadas, na qual são derivados os pesos
individualmente, depois comparados, com uma oportunidade de reflexão e mudança,

seguida de amplo consenso. Se não houver consenso, então talvez seja melhor levar
adiante dois ou mais conjuntos de pesos em paralelo, pois o acordo sobre a escolha de
opções pode, por vezes, ser acordado mesmo sem acordo sobre os pesos. Mesmo que
isto não conduza facilmente a um acordo, a consciência explícita dos diferentes
conjuntos de pesos e das suas consequências pode facilitar a procura de um compromisso
aceitável.
No MCDA o significado dos pesos, apesar destas dificuldades, é razoavelmente claro

e inequívoco. O conceito de “peso” assume significados diferentes com outros
métodos de MCA utilizados. Sempre precisa ser tratado com
Cuidado.
6.2.11 CALCULAR AS PONTUAÇÕES GERAIS PONDERADAS EM CADA NÍVEL DO

HIERARQUIA
Esta é uma tarefa para computadores, embora uma calculadora às vezes seja suficiente.
A pontuação global de preferência para cada opção é simplesmente a média ponderada
das suas pontuações em todos os critérios. Deixando a pontuação de preferência para a
opção i no critério j ser representada por sij e o peso de cada critério por wj , então nos
critérios a pontuação geral para cada opção, Si , é dada por:
Em palavras, multiplique a pontuação de uma opção em um critério pelo peso de

importância do critério, faça isso para todos os critérios e depois some os produtos
para obter a pontuação geral de preferência para aquela opção. Em seguida, repita o
processo para as demais opções.
6.2.12 CALCULAR PONTUAÇÕES GERAIS PONDERADAS
A teoria do MCDA deixa claro que o cálculo simples da média ponderada mostrado
acima só se justifica se uma condição específica for atendida: todos os critérios
devem ser mutuamente independentes de preferência. Esta é uma ideia clara, mais
simples e menos restritiva do que a independência do mundo real ou a
independência estatística. Isto significa que as pontuações de preferência atribuídas
a todas as opções num critério não são afetadas pelas pontuações de preferência
nos outros critérios. Alguns exemplos podem ser instrutivos.
Dois critérios podem estar causalmente ligados no mundo real, criando uma
correlação estatística entre as pontuações nos dois critérios, embora sejam
independentes de preferência. Carros com interiores bem equipados são
geralmente mais caros; preço e elegância estão positivamente correlacionados. No
entanto, a maioria das pessoas geralmente prefere interiores mais agradáveis e carros
menos caros. Pontuações de preferência podem ser dadas para interiores de carros sem
saber quanto custam os carros, e para preço sem saber quão bem decorados são os
interiores. As preferências são mutuamente independentes, embora exista correlação no
mundo real. Vejamos outro exemplo: a escolha de um prato principal para um jantar num restaurante.
Ao formar preferências pelos pratos principais do cardápio, a maioria das pessoas não
olha primeiro a carta de vinhos.
As preferências pelos pratos principais independem dos vinhos. Mas as preferências por vinhos podem
depender do prato principal. Assim, a preferência pelos pratos principais independe da preferência pelos
vinhos, mas a preferência pelos vinhos não independe da preferência pelos pratos principais. No entanto, o que
se passa na cozinha é bastante independente da adega. Portanto, existe uma não independência unilateral de
preferências, embora exista independência no mundo real.
Aliás, a família não percebeu que a torradeira Philips é, em todos os aspectos, pelo menos tão boa
quanto a Kenwood TT825, e melhor em três critérios.
Aplicando assim o princípio da Secção 5.5.2.1, diz-se que a torradeira Philips “domina” a Kenwood TT825,
pelo que esta última poderia ter sido eliminada da análise neste ponto.
A falha na independência de preferência mútua, se não tiver sido detectada no momento da formação dos
critérios, geralmente é descoberta no momento da pontuação das opções.
Se o avaliador disser que não pode julgar as pontuações de preferência em um critério sem conhecer as
pontuações em outro critério, então foi detectada dependência de preferência. Isto acontece frequentemente
devido à contagem dupla (ver secção 5.4.4.5); se dois critérios significam realmente a mesma coisa,
mas foram descritos de uma forma que aparentemente é diferente, então, quando as pontuações são
obtidas, o avaliador irá muitas vezes referir-se ao primeiro critério ao avaliar o segundo. Este é um sinal
para encontrar uma forma de combinar os dois critérios num único que cubra ambos os significados.
Calcule as pontuações gerais ponderadas:
Caroline está aprendendo a usar uma planilha, então ela monta a tabela a seguir e insere a fórmula para calcular o
total: uma média ponderada simples, onde as pontuações em cada linha são multiplicadas pelos pesos das colunas
expressos como decimais (por exemplo, 30 como 0,30) e os produtos somados para dar a pontuação total ponderada
para cada torradeira.
Tabela 6.4 Cálculo das pontuações gerais
Opções Configuração de Rack de Largura Uniformidade Desvantagens totais

aquecimento
reaquecimento de preço ajustável do slot de torrar
Botas 2 fatias 100 0 0 0 0 50 35

Kenwood TT350 25 100 100 100 0 80 61
Marks & Spencer 2235 42 100 100 0 100 50 53
Morphy Richards Coolstyle 67 0 0 0 0 100 30
Philips HD4807 67 100 0 0 100 90 49

Kenwood TT825 0 0 0 0 0 90 9
Tefal Grosso e Fino 8780 84 100 0 100 100 0 70
Pesos 30 5 15 25 15 10
Às vezes, a independência de preferência mútua falha porque uma ou mais opções pontuam tão mal
em um determinado critério que as pontuações em outros critérios não conseguem.
compensar. Por exemplo, as pessoas que torram pães de espessuras variadas podem
achar que a pontuação baixa de uma torradeira com largura fixa da ranhura não pode
ser compensada por outros recursos associados a pontuações altas. Este pode ser um sinal
para rejeitar completamente todas as torradeiras de slot fixo. Isto tem a vantagem de restaurar
a independência de preferência mútua para as restantes opções.
Mas se isso não puder ser feito, então o MCDA ainda poderá acomodar a falha usando
matemática um pouco mais complexa, geralmente incluindo elementos multiplicativos junto
com o modelo simples de média ponderada desta seção.
A multiplicação das pontuações de preferência causa uma preferência geral baixa se qualquer
um dos dois números multiplicados for baixo; este aspecto do modelo não é compensatório.
Contudo, para a maioria das aplicações no governo, particularmente quando são utilizadas
escalas fixas com a posição mais baixa definida como o mínimo aceitável, o valor acima do
mínimo é aditivo, portanto o modelo compensatório simples é adequado.
6.2.13 EXAME OS RESULTADOS: ACORDE COM O CAMINHO A SEGUIR OU FAÇA

RECOMENDAÇÕES
A ordenação de opções de nível superior é dada pela média ponderada de todas as pontuações
de preferência. Essas pontuações totais também dão uma indicação de quão melhor uma
opção é em relação a outra. Assim, se as pontuações totais para as opções A, B e C forem
20, 60 e 80, a diferença na força global de preferência entre A e B é duas vezes maior do
que entre B e C. Outra forma, um pouco estranha, de expressar isto é que, comparado a B, A é
duas vezes menos preferido do que C é mais preferido.
Outra exibição útil dos resultados gerais é descer um nível na árvore de valores e exibir
as opções em um gráfico bidimensional para mostrar as principais compensações. Se os
custos e benefícios constituem o nível seguinte, então um gráfico de benefícios versus custos
pode ser instrutivo, pois mostra essencialmente uma imagem relativa da relação custo-
benefício. A superfície externa do terreno oferece as opções mais econômicas. Diz-se que as
opções que aparecem na superfície externa “dominam” as opções internas porque são mais
benéficas e menos dispendiosas.
Um MCDA pode produzir resultados surpreendentes que precisam ser digeridos antes
que as decisões sejam tomadas. Poderá ser necessário estabelecer um sistema de decisão
temporário para lidar com resultados inesperados e considerar as implicações das novas
perspectivas reveladas pelo MCDA. Este sistema temporário consiste numa série de reuniões
de trabalho que eventualmente produzem recomendações ao órgão de decisão final. Nas
reuniões de trabalho, os participantes têm a tarefa de examinar os resultados do MCDA,
testar a validade das conclusões, analisar os possíveis impactos para a organização e formular
propostas para o futuro. Quando a MCDA traz surpresas, é tentador ignorar esta fase pós-
MCDA, rebaixar a análise e encontrar alguma outra base para apoiar as decisões. Mas
é importante reconhecer que, se as discrepâncias entre os resultados do MCDA e as
intuições das pessoas não foram exploradas, o modelo MCDA não era um “requisito”.43
Explorar as discrepâncias não significa a sensação de desconforto
43
'Requisito' é definido na seção 6.2.17.
irá embora; pelo contrário, poderá aumentar se o MCDA for considerado sólido, mas a mensagem
que transmite é desagradável ou indesejável. Um período de análise dos resultados garante que as
decisões subsequentes sejam tomadas com plena consciência das possíveis consequências.
Examinar os resultados:
A família fica surpresa ao ver o Tefal como o vencedor geral com uma pontuação total de 70. Não
estava entre as melhores compras Qual? recomendado! Tom, o filho do meio, pergunta se é
possível mostrar apenas os benefícios separados dos custos. Caroline define o peso dos
custos como zero, recalcula os benefícios e, em seguida, representa graficamente os benefícios
gerais versus os custos. Isto mostra que, em comparação com a torradeira Boots de baixo custo,
a Tefal oferece muito mais benefícios por um pequeno custo extra, enquanto o benefício extra da
Kenwood 350 não é tão eficiente em termos de custos. O Tefal domina os quatro restantes; é
mais benéfico e menos dispendioso. A família descobre que o gráfico ajuda a dar uma visão
geral das torradeiras.
6.2.14 REALIZAR ANÁLISE DE SENSIBILIDADE: OUTRAS PREFERÊNCIAS OU PESOS AFETAM A ORDEM GERAL
DAS OPÇÕES?
A análise de sensibilidade fornece um meio de examinar até que ponto a imprecisão sobre os
contributos ou as divergências entre as pessoas faz alguma diferença nos resultados globais finais.
Especialmente para a avaliação de regimes ou projectos que atraem o interesse público, a
escolha dos pesos pode ser controversa. A experiência mostra que a MCDA pode ajudar
os decisores a alcançar soluções mais satisfatórias nestas situações.
Em primeiro lugar, os grupos de interesse podem ser consultados para garantir que o modelo
MCDA inclui critérios que preocupam todas as partes interessadas e intervenientes principais.
Em segundo lugar, os grupos de interesse divergem frequentemente nas suas opiniões sobre a
importância relativa dos critérios e de algumas pontuações, embora os pesos sejam
frequentemente objecto de mais discordância do que as pontuações. A utilização do modelo para
examinar como a classificação das opções pode mudar sob diferentes sistemas de pontuação
ou ponderação pode mostrar que duas ou três opções resultam sempre melhores, embora a sua
ordem possa mudar. Se as diferenças entre estas melhores opções sob diferentes sistemas de
ponderação forem pequenas, então aceitar uma segunda melhor opção
pode ser demonstrado que está associado a pouca perda de benefício geral. A razão
pela qual isto geralmente não é aparente no debate normal entre grupos de interesse é
que eles se concentram nas suas diferenças e ignoram os muitos critérios sobre os
quais concordam. Terceiro, as análises de sensibilidade podem começar a revelar
formas pelas quais as opções podem ser melhoradas, como no caso da ICL discutido na secção 7.5.
Existe um papel potencialmente útil para a análise de sensibilidade ao ajudar a
resolver divergências entre grupos de interesse.
Realize análises de sensibilidade:
Fred acha que se tivesse sido dado mais peso à uniformidade da torrada, sua
compra original, a Philips, teria uma aparência geral melhor porque recebeu a
melhor classificação em uniformidade em Qual?. Caroline dobra o peso na
uniformidade de 15 para 30. Isso realmente melhora os benefícios gerais do Philips,
mas como pode ser visto no novo gráfico, a pontuação geral do Tefal também
aumenta. Fred então percebe que esse deve ser o caso porque o Tefal também
recebeu a melhor classificação em uniformidade, portanto, aumentar o peso nesse
critério também ajuda o Tefal. Agora o Tefal domina todas as torradeiras, exceto as
Botas! A família decide que o seu conjunto original de pesos reflete melhor os seus
valores.
6.2.15 OLHE AS VANTAGENS E DESVANTAGENS DAS OPÇÕES SELECIONADAS E COMPARE

PARES DE OPÇÕES
Muitas análises podem ser realizadas para aprofundar a compreensão das questões
associadas ao MCDA. Estas análises extras são facilmente conduzidas com a ajuda
de programas de computador projetados para implementar MCDA; mais se fala
sobre os programas e as análises no capítulo sobre resultados. Além de traçar
automaticamente gráficos como os acima, esses programas permitem aos usuários
estabelecer rapidamente as vantagens e desvantagens de cada opção e comparar
opções. Uma vantagem é uma pontuação elevada num critério fortemente ponderado;
uma pontuação alta em um critério relativamente sem importância não é realmente
uma vantagem porque não contribui para a preferência geral. Uma desvantagem é
uma pontuação baixa em um critério importante. As desvantagens são importantes
porque reduzem a preferência geral, ao passo que pontuações baixas em critérios sem
importância não o fazem. Compreender as vantagens e desvantagens ajuda a apontar
áreas onde as opções podem ser melhoradas.
A comparação de opções é particularmente útil quando uma opção é naturalmente um padrão.

Grandes diferenças nas pontuações de preferência entre pares de opções em critérios importantes
podem ser identificadas rapidamente, auxiliando o processo de desenvolvimento de opções novas e
melhores. Outra comparação útil é entre a opção que apresenta melhor pontuação em termos de
benefícios e aquela que é menos dispendiosa.
6.2.16 CRIAR NOVAS OPÇÕES POSSÍVEIS QUE POSSAM SER MELHORES

AQUELES ORIGINALMENTE CONSIDERADOS
As principais diferenças entre pares de opções podem apontar para formas de gerar uma
nova opção. Por exemplo, a comparação da opção mais benéfica com a menos dispendiosa pode
mostrar como criar uma nova opção com muitos, embora não todos, os benefícios da opção mais
benéfica, mas é menos dispendiosa. Às vezes, isto é conseguido através da redução dos benefícios
e, portanto, do custo, com base em critérios que não têm muito peso. Reduzir os custos desta
forma pode mais do que compensar a perda de benefícios, proporcionando uma opção que é bastante
benéfica sem ser demasiado dispendiosa.
Se novas opções forem geradas, adicione-as à lista de opções e pontue a nova opção em todos os
critérios. Se tiver sido utilizada uma escala relativa e a nova opção for menos preferida em alguns
critérios ou mais preferida em outros, então será mais fácil atribuir pontuações inferiores a 0 ou
superiores a 100, respetivamente, para que os pesos não tenham de ser alterados. Uma
característica importante do MCDA é que se a nova opção não fornecer informações sobre as opções
e critérios existentes, então nada já concluído terá de ser alterado. Basta adicionar mais uma
pontuação de preferência para cada critério e pronto.
6.2.17 REPITA OS PASSOS ACIMA ATÉ OBTER UM MODELO 'REQUISITO'
Um modelo necessário44 é aquele que é suficientemente bom para resolver os problemas em

questão. Deveria ser feito menos trabalho para problemas modestos e de menor importância,
quando o tempo é curto e os recursos são limitados. A análise da torradeira dos Jones foi
mais do que necessária, embora eles tenham aprendido algumas coisas inesperadas com
ela. Muitas organizações gastam muito tempo coletando informações, refinando insumos e
modelando. Uma questão-chave a colocar a qualquer actividade que faça parte de uma análise é:
“Será que esta actividade, qualquer que seja o seu resultado, fará alguma diferença numa
decisão?” Caso contrário, não vale a pena prosseguir com a atividade.
Uma característica importante dos modelos MCDA é que eles são muitas vezes
notavelmente insensíveis a muitas pontuações e pesos. Isto é facilmente demonstrado
na análise de sensibilidade, mas até que esta insensibilidade seja experimentada, as pessoas
muitas vezes têm dificuldade em conviver com dados preconceituosos.
“Volte seis meses depois de termos recolhido mais dados” é uma reacção comum à sugestão de que
uma MCDA antecipada ajudará a mostrar quais os dados que importam, que a análise de
sensibilidade revelará a tolerância dos resultados finais à imprecisão substancial nos muitos das
entradas. Muitas pessoas têm experiência em modelos onde a precisão é importante. A razão
pela qual a imprecisão é tão bem tolerada nos modelos MCDA é que as pontuações em muitos dos
critérios
44
Phillips, LD (1984) 'Uma teoria dos modelos de decisão necessários', Acta Psychologica, 56, 29–48.
mostrará uma alta correlação estatística e, portanto, os pesos desses critérios podem ser
distribuídos entre os critérios correlacionados de qualquer forma. Além disso, as
alterações nas pontuações de critérios individuais são muitas vezes sobrepujadas pelas
pontuações das mesmas opções em outros critérios. Assim, a estrutura de qualquer
modelo que inclua muitos critérios cria esta falta de sensibilidade. À medida que se ganha
experiência com MCDA, os modelos tornam-se mais simples e cada vez mais necessários.
O problema da torradeira dos Jones:
Estas últimas três etapas não foram realizadas pela família; isso teria sido um exagero
para um problema simples, e pouco ou nada mais teria sido aprendido. Então o que
aconteceu? Fred e Jane decidiram dar uma olhada nas torradeiras Tefal e Kenwood
350. A extensão do Tefal preocupou Jane quando ela o viu; Qual? a revista não
forneceu as dimensões, apenas pequenas fotografias das torradeiras. Ela não tinha
percebido o comprimento de uma torradeira longa e achou que a Kenwood era
bastante volumosa. A cozinha é pequena, ela odeia bagunça nas superfícies de trabalho
e a pegada do Kenwood parecia esteticamente mais aceitável. Fred ficou bastante
impressionado com a grelha de aquecimento, pois sua torrada muitas vezes esfria
enquanto ele toma café e lê o jornal. No final, decidiram comprar o Kenwood. A MCDA
os ajudou de muitas maneiras, mas a decisão final cabia a eles.
6.3 Incerteza, Risco e MCDA

Como as raízes teóricas do MCDA estão na teoria da decisão, é possível acomodar a
incerteza de uma forma coerente. A abordagem formalmente correta é construir uma árvore
de decisão, mostrar as consequências no final da árvore e, em seguida, usar o MCDA para
gerar uma única pontuação geral de preferência para cada consequência. Essas
pontuações são então recolhidas na árvore de decisão aplicando a regra de utilidade
esperada. Isto resulta numa pontuação ponderada pela probabilidade para cada opção,
proporcionando uma ordem clara de preferência geral das opções.
Infelizmente, os livros didáticos sobre análise de decisão tratam a incerteza e os múltiplos
objetivos em capítulos separados, deixando ao leitor a tarefa de combinar os dois em
problemas reais. Keeney e Raiffa45 , no entanto, fornecem vários casos reais em que os
dois foram integrados, e Hammond, Keeney e Raiffa46
combine perfeitamente as duas abordagens em uma apresentação que seja intuitiva
e atraente (veja os Capítulos 7 e 8).
Uma abordagem intimamente relacionada é útil se houver tanta incerteza sobre o futuro,
e tantos eventos possíveis, que a árvore de decisão se torne incontrolável. Nessas
circunstâncias, construir vários cenários delimitadores sobre possíveis desenvolvimentos
para eventos externos importantes é mais fácil do que construir uma árvore de
decisão complexa. Um MCDA separado é realizado assumindo cada cenário. Isso poderia
ser realizado dentro de uma árvore de valores
45
Keeney, RL e Raiffa, H. (1976) Decisões com múltiplos objetivos: preferências e compensações de valor Wiley, Nova York,
46
Hammond, JS, Keeney, RL e Raiffa, H. (1999) Escolhas Inteligentes: um Guia Prático para Tomar Melhores Decisões Harvard
University Press, Boston, MA.
permitindo que os cenários sejam representados nas filiais de nível mais alto, com
exatamente a mesma estrutura de objetivos e critérios em cada cenário pai. Os cenários
podem ser ponderados para reflectir a sua relativa plausibilidade ou probabilidade de
ocorrência. Podem ser realizadas análises de sensibilidade sobre os pesos atribuídos aos
ramos dos cenários para ver os efeitos dos cenários na ordenação global das opções.
A incerteza pode atender apenas a um ou dois critérios. Se for este o caso, então a
modelização separada das incertezas poderá permitir que a pontuação de preferência se
baseie em valores esperados. Por exemplo, suponhamos que há incerteza sobre o
número líquido de pessoas que sofrerão um aumento no ruído se for construído um novo
esquema rodoviário. Geralmente é possível estabelecer o número mínimo, mais
provável e máximo de pessoas afetadas. Esses três valores poderiam ser usados para
definir uma distribuição de probabilidade triangular que descreve aproximadamente a
incerteza. A média dessa distribuição, dada pela média dos três valores, seria então
utilizada no MCDA. Se a análise de sensibilidade subsequente mostrasse que este
valor poderia afectar crucialmente uma decisão, então seria necessária uma modelização
mais sofisticada da incerteza. Isto exigiria a avaliação cuidadosa de uma distribuição de
probabilidade subjetiva; consulte o Capítulo 8 de Clemen47 para saber como isso pode
ser feito.
Outra abordagem é incluir um critério de “confiança” na árvore de valor, definido como

a probabilidade de os demais benefícios serem obtidos. Avaliar uma pontuação neste
critério para uma determinada opção equivale a julgar a probabilidade de a opção criar o
valor avaliado nos outros critérios. Essa probabilidade é então convertida em uma
pontuação de penalidade negativa que se torna desproporcionalmente mais negativa
quanto menor for a probabilidade. Colocar mais ou menos peso neste critério de
confiança fornece um meio de ver até que ponto os resultados são sensíveis a uma maior
ou menor preocupação com o risco. A teoria e a tecnologia desta abordagem são
desenvolvidas no Apêndice 10 sobre Probabilidades para Preferências.
Finalmente, alguns grupos desejarão expressar o risco que sentem estar associado às
opções, onde para eles o risco não é apenas uma probabilidade ou simplesmente um reflexo
da incerteza. Por exemplo, os peritos e o público em geral podem não partilhar a mesma
visão sobre o que o risco significa para eles.48 Mais uma vez, poderá ser possível
estabelecer um critério de “confiança”, mas as opções são então avaliadas pelo seu risco
relativo, independentemente do os jogadores desejam definir o risco, usando pontuações
de preferência em vez de probabilidades.
O risco e a incerteza podem ser temas difíceis e há muitas formas de os ter em conta em
qualquer MCDA. Pode ser necessária ajuda profissional para encontrar a melhor maneira
de lidar com essas preocupações.
47
Clemen, RT (1996) Tomando decisões difíceis, uma introdução à análise de decisões, segunda edição, Duxbury Press Belmont, CA.
48
Uma boa discussão sobre o risco na perspectiva dos cientistas sociais pode ser encontrada em Pidgeon, N., Hood, C., Jones, D.,
Jones, B., & Gibson, R. (1992). “Percepção de risco”, Risco: Análise, Percepção e Gestão (pp. 89–134), The Royal Society, Londres.
Capítulo 7 Estudos de caso
7.1 A nova abordagem à avaliação dos transportes

“Estamos desenvolvendo uma nova abordagem para a avaliação de diferentes soluções
para problemas de transporte. Isto foi concebido para reunir a grande quantidade de
informação recolhida como parte da avaliação de um problema de transporte e soluções
alternativas. Esta informação é comparada com os cinco critérios que adoptámos para a
revisão das estradas principais, ou seja, integração, segurança, economia, ambiente e
acessibilidade. Analisa a contribuição das diferentes formas de transporte no
desenvolvimento de soluções alternativas e o efeito potencial da nova abordagem
integrada dos transportes, incluindo o âmbito e o efeito das medidas de gestão da procura.
É nossa intenção que esta abordagem, uma vez finalizada, seja aplicada à avaliação de
todos os projectos de transportes, incluindo propostas para todos os planos
rodoviários.”49
Esta declaração no Livro Branco sobre Transportes de Julho de 1998 introduziu a “Nova
Abordagem à Avaliação”. Foram fornecidos detalhes sobre como esta abordagem foi
aplicada às decisões sobre projetos de investimento rodoviário na Revisão de
Estradas.50 Também estão disponíveis orientações para profissionais sobre como a
abordagem deve ser aplicada a projetos rodoviários e outros modos de transporte.51
A nova abordagem de avaliação foi desenvolvida com dois propósitos:
• Escolher entre diferentes opções para resolver o mesmo problema; e • Priorização
entre propostas de transporte.
A abordagem inclui a identificação e avaliação de problemas, a identificação de

opções e a avaliação dessas opções.
O NATA permite que os decisores considerem os impactos económicos, ambientais e

sociais dos projectos ou políticas de transportes à luz dos cinco objectivos principais
(ou seja, critérios) do Governo para os transportes:
• Proteger e melhorar o ambiente natural e construído
• Para melhorar a segurança de todos os viajantes
• Contribuir para uma economia eficiente e apoiar o crescimento económico

sustentável em locais apropriados
• Promover a acessibilidade às instalações do dia a dia para todos, especialmente aqueles

sem carro; e
49
DETR (1998) Um Novo Acordo para os Transportes: Melhor para Todos (Livro Branco do Governo sobre o Futuro dos Transportes) The
Stationery Office, p 133.
50
Ver DETR (1998b) A New Deal for Trunk Roads in England: Understanding the New Approach to Appraisal, DETR, Londres.
51
Ver DETR (1998c) A New Deal for Trunk Roads in England: Guidance on the New Approach to Appraisal, e DETR (2000)
Orientação sobre a Metodologia para Estudos Multimodais, ambos publicados pelo DETR, Londres.
• Promover a integração de todas as formas de transporte e planeamento do uso do

solo, conduzindo a um sistema de transportes melhor e mais eficiente.
Por sua vez, alguns desses objetivos são divididos em subobjetivos. Na aplicação
rodoviária da NATA, os três objetivos seguintes são divididos em subcritérios:
• O ambiente é dividido em ruído, qualidade do ar local, paisagem,

biodiversidade, património e água, enquanto o impacto nas emissões de dióxido de
carbono também é distinguido separadamente.
• A economia é dividida em tempos de viagem mais custos operacionais de veículos (VOC),

custo de construção e manutenção de rodovias, confiabilidade e regeneração; e
• A acessibilidade é dividida em transporte público, indenização e pedestres

e outros.
O desempenho relativamente a estes critérios é medido, sempre que possível,

utilizando técnicas estabelecidas, tais como os métodos de avaliação do tempo incorporados
no programa de análise custo-benefício COBA. Existem três grandes tipos de medição para
os diferentes critérios ou subcritérios:
• Monetário: onde os valores monetários podem ser derivados, eles são usados. Esses
valores são baseados nos princípios da CBA
• Quantitativo: onde os valores monetários não podem ser derivados, mas os impactos podem
ser quantificados em unidades não monetárias, estas são utilizadas, e
• Qualitativo: quando os impactos não podem ser quantificados, são avaliados numa
escala (geralmente sete pontos, mas não cardinais). Diretrizes detalhadas foram
produzidas para cada uma dessas escalas.
Uma Tabela de Resumo de Avaliação (AST), um exemplo do tipo de matriz de desempenho

descrito no Capítulo 5, resume os impactos esperados de cada opção numa única página,
onde o desempenho em relação aos critérios e subcritérios é definido de forma
consistente. Como observam os documentos publicados, a Tabela Resumo da Avaliação
não pode fazer julgamentos sobre o valor relativo a ser atribuído aos critérios e, portanto,
não fornece uma forma mecanicista de chegar a uma decisão. Resume os efeitos em cada
área para que os decisores tenham uma base mais clara e transparente para fazer esses
julgamentos.'
A AST para uma opção rodoviária específica, a secção Ferrybridge até Hook Moor da
A1, com 16,3 km de comprimento, ilustra a abordagem. Este é um esquema para atualizar
a estrada para uma autoestrada de dupla faixa de rodagem de três faixas (D3M).
As duas caixas superiores resumem muito brevemente, respectivamente, os problemas

que a opção foi concebida para resolver e outras opções potenciais disponíveis para lidar
com esses problemas.
Custou
OPÇÕES
OUTRAS
e.tsneem
ld
ao
m
e.a
,.cã
ie a
o
s
tsld
trsim
n
a
e
çrn
d
ioo
ca
ea
p
is
õ
n
e
p
d
ln
clirg
d
o
atu
riça
ilsa
cs
iâ
u
c
e
a
b
p
n
m
lg
tu
cn
io
b
sie
tv
lo
-rfe
m
u
n
fíc
sil1
sá
a
ú
ã
o
n
e
ixu
irtm
n ioA
ln
rp
á
n
o
e
a
d
vitli
s
CRITÉRIO
IMPACTOS
DE
AMBIENTAL
Barulho
AVALIAÇÃO
maisraetdn.aa
eodm
te
ne
ioi0
rrou
e ersp
0
m
idq
p
ieo
5
aío
m e
u
xgu
s r.M
d
2
p
u
a
n
e
o
sirl sie:vm
óe
ºo
mN
dci sed*aad
m
seaaeid
rhupm
in
0q
uoa
7so
qre
6cíl
p
g
IMPACTO
–
–
de
Toneladas
local
ovitejbO
o sedadeir:pmoe
ºorN
dc
p –
eda.d
m
aem
uirhipxnó
oerp
n – –
.oo
sca
vita
id
.s
tm
la
m
a
oa
íg
cin
u
tm
cecia
so
e
hrfeu
g
s aio
u
a
sa
m
tinp
ss
q
rpile
glo
e
g
L
a
se
o
sm
rlN
iE
A
V
P
á
a
e
p
d
si
c eveevL-
.od
v.ilte
sm
nasoo
irfctsuu
e
d
acm
io
n
hfo
Ib
latsikS
ts
u
ina
trb
eip
cre
5
g
ia
S
m
era
lgo
e
u
m
io
n
f,M
m
liN
S
F
h
0
p
e
d
a
kfIi
s eveevL-
ortueN
Herança
.,)sooeodtsg.ndo
aa
od
m
eaã
m
d
ioicm
rçé
ae
tíb
aco
a
fa
eb
eg
u
de
riya
lm
g
ta
h
g
m
rn
in
o
ere
m
uo
b
pio
rlo
m
lte
io
ra
e
q
sito
c m
iru
o
m
lH
R
B
P
V
A
F
ta
o
u
p
e
ú
s(fi
Água
ortueN
etneom
doeán
o
lãe
trn
icçim
vu
,sie
a
ztaná
o
u
ia
g
ov
aiu
b n
sm
cio
m
tsq
e
a
o
isrfm
iA
u
e
o
a
p
d
ir
.etnacifingirsensi
SEGURANÇA
setned0ic0A
7 seõBhV
l9im
P
3
£
a
seim
et.n
sd
oee
e oa
snrd
ta
ts
oe
bm
io
u
cm
Ae
a
q
d
c
setro0M
6
oC
tnrVe
3P
o 4
p
d
c
oi0ré1S
5
ocuoP
095
sotun1i,m
3 seõBh0V
l0im
P
3
£
Tempos
oãa
çni.m
se
seo
tuõn
0
snha
o
5m
alcr2
eitm
E
e
a
d
£ sotseuorn4
tcni,m
i1
e
p
&
oC
t0nrVe
3P
o 3
p
d
c
Custos
– –
Custo
seõChV
l1im
P
9
£
Confiabilidade
otne?m
oãi?
vçlaa
o
emrvd
oenn
ã
ee
no
see
suve
atsn
a
2
p
ó
nrg
q rtee
e to
a
n
4
p
3
e
se
roD
S
T
1cr
a
5
p
á
d
e ednarG
oãaçC
xm
aiV
aloeP
B
cr
.edieso
arrvR
idehiitb
E
h
e
stcstm
tk
va
seu
D isreju
E
ee
ob
o
sW
rH
S
Y
F
a
á
o
2
d
e miS
Regeneração
–
ACESSIBILIDADE
ortueN
Transporte
–
Separação
sseaõnvirço
iá
o
,ta
na
tãris
zrcn
e
çua
iin
u
hfbie
m
d
n
trsoid
ea
ge
orln
iR
B
F
n
a
d
e
si
c edna
ervG
+
egsdairib
dsya
)ilrra
0roe
m
8
o
to
mF
d(t
6
n
Pedestres
ortueN
sesorato
so
cea
cea
srurd
b
s
ptoe
uo
mP
o
e
p
si
–
–
INTEGRAÇÃO
ortueN
otsn
eee
t,n
d
õt.e
m
rle
lçao
rea
itn
e
p
h
isfjsto
se
tinso
tdP
n
k
ise
m
ncera
g eD
ie
o
ae
rsoW
rlO
C
U
R
Y
P
T
o
L
a
e
d
c
COBA
seõR
C
V
Bh5
77
P
C
V
l4
3i,m
1 N
P
B
9
2
£
3
A matriz principal da tabela lista os principais critérios e subcritérios nas duas colunas da esquerda
e, em seguida, o desempenho esperado nas três colunas seguintes.
O primeiro oferece espaço para comentários qualitativos, o segundo para informações
quantitativas e o terceiro fornece uma avaliação sumária em termos de valores monetários,
indicadores quantitativos ou classificações textuais. Para facilitar a comparação com
esquemas rodoviários anteriores, o AST também mostra resultados de custo-benefício em
termos do modelo COBA (que mede os custos de capital e operacionais da estrada, a
poupança de tempo dos utentes da estrada e as alterações nos custos operacionais dos veículos,
bem como as alterações nos custos dos acidentes). Os resultados do COBA também são
identificados na caixa separada na parte inferior da página. Esta caixa registra o valor presente
dos benefícios (PVB), o valor presente dos custos (PVC), o valor presente líquido (VAL =
PVB – PVC) e a relação benefício-custo (BCR = PVB/PVC).
«O princípio fundamental subjacente à nova abordagem à avaliação é que todas as

consequências significativas de uma proposta de investimento rodoviário devem ser definidas
de forma simples e concisa, utilizando os cinco objectivos como títulos. Apresentar a
informação desta forma proporciona aos decisores uma base clara e fiável para as suas decisões,
sem dar destaque a qualquer tipo de impacto ou a benefícios expressos em termos monetários
em comparação com aqueles que não podem ser monetizados.'
O documento de orientação do DETR observa: “É sensato manter um registo de todas as

análises, testes de sensibilidade, decisões e assim por diante durante o desenvolvimento de
um estudo. Essas informações explicarão como as opções foram desenvolvidas e refinadas e
por que as decisões foram tomadas.' Isso fornece uma trilha de auditoria para mostrar como
as informações de cada AST foram cumpridas.
ASTs foram concluídos para 67 esquemas na Revisão de Estradas e para

Stonehenge. As tabelas foram então apresentadas aos Ministros para informar as suas
decisões. Foram utilizados para analisar esquemas e não para definir prioridades, e foram
disponibilizados publicamente quando o relatório da Revisão de Estradas foi publicado.
Trinta e sete esquemas, no valor de £1,4 mil milhões, foram escolhidos para um programa
específico de melhorias.
O DETR indicou que mais pesquisas poderiam considerar a ponderação, particularmente

em relação a decisões em que os Ministros não estão envolvidos.
Isto está relacionado com a necessidade de estabelecer uma regra de decisão para
investimentos de menor escala que possa ser aplicada sem referência aos Ministros em cada caso.
Observações de avaliação sobre NATA
A NATA refere-se a uma área onde a tomada de decisões governamentais se revelou difícil,
especialmente devido à necessidade de cumprir uma série de objectivos na política de transportes,
com acções que muitas vezes têm impactos contraditórios numa vasta gama de partes afectadas
na sociedade.
Embora os transportes sejam a área onde a análise custo-benefício tem sido aplicada mais
extensivamente, ela também revela as limitações da ACB. Em particular, apesar do
extenso trabalho de avaliação dos efeitos ambientais, tem havido até agora pouco consenso entre
os decisores quanto aos valores a utilizar; e os impactos distributivos tornaram-se cada vez
mais importantes. O consequente
A necessidade de utilizar procedimentos de avaliação mais abrangentes foi reconhecida

há muito tempo, e particularmente desde que o Comité Leitch recomendou a utilização de
uma abordagem-quadro em 1977.
A introdução do NATA representa uma tentativa de melhorar a clareza do processo de

tomada de decisão. No contexto da Figura 5.1, trata dos primeiros quatro e do sétimo
passos de uma análise multicritério. Ao fazê-lo, toma um contexto de decisão há muito
estabelecido, o da determinação de prioridades para o investimento em infra-estruturas
de transportes, e avalia opções amplamente identificadas, como no passado, por
engenheiros de transportes. A NATA identifica então claramente objectivos e critérios
mensuráveis para avaliar o desempenho esperado destas opções. A avaliação é realizada
através dos Quadros Resumo da Avaliação, na verdade um conjunto de matrizes de
desempenho. As decisões são então tomadas (etapa 7) com base nas informações resumidas
nestas ASTs.
Nos termos da secção 5.4.4, a escolha dos critérios NATA parece satisfazer a
exaustividade, evitar redundância e independência mútua de preferências e
reduzir a possibilidade de dupla contagem (por exemplo, no que diz respeito aos custos
de acidentes), o que pode ter sido um problema com os procedimentos anteriores. A
dimensão (ou seja, o número) dos critérios permanece bastante elevada, mas isto
reflecte, em parte, a complexidade das decisões. O procedimento parece estar operacional,
mas será testado à medida que o NATA for usado. A avaliação dos impactos ao longo
do tempo ainda levanta dificuldades para os critérios não expressos em termos
monetários e de VAL.
Como os pesos explícitos não são usados no NATA, não poderia haver certeza prévia de
que o procedimento levaria a resultados consistentes. No entanto, uma análise estatística
das decisões tomadas mostrou que estas reflectem em grande medida o
desempenho dos regimes, tal como demonstrado nas AST.
Concordamos com a decisão do Departamento de não aplicar pesos padrão aos critérios
individuais. Contudo, acolhemos com satisfação a intenção do Departamento de considerar
sistemas de ponderação que poderiam muito bem ser aplicados, tal como descrito neste
manual, a casos individuais. Isto será particularmente importante para a tomada de
decisões delegada. Tal como a discussão dos procedimentos de MCA neste manual
indicou (ver secções 5.5.1 e 5.6), a introdução de sistemas de ponderação também
significará que serão necessários sistemas de pontuação explícitos para todos os critérios
individuais não quantitativos. (Sem ponderação explícita, o fornecimento de uma pista de
auditoria é complexo, uma vez que exige notas detalhadas das razões das decisões e
das informações consultadas.)
7.2 Aplicações de MCDA no Reino Unido
Uma das principais motivações para a utilização do MCDA para auxiliar a tomada de
decisões do governo é a necessidade de acomodar na análise formal critérios que não
são facilmente expressos em termos monetários, ou que seriam enganosos para os
decisores se fossem monetizados. Nestas circunstâncias, a aplicação do MCDA pode ser
relativamente simples, especialmente quando as opções e os critérios são facilmente
determinados e existem medidas de desempenho para todas as opções em todos os países.
os critérios, como no exemplo da torradeira do capítulo anterior. Contudo, noutras

circunstâncias, a imprecisão e a incerteza podem dificultar a compreensão de como a
MCDA deverá ser conduzida.
Pode ser tentador esperar, recolher dados adicionais e esclarecer a situação antes de iniciar
qualquer análise. Contudo, a experiência sugere que uma MCDA realizada
precocemente nestas circunstâncias mais difíceis orientará e concentrará a recolha
subsequente de dados, reduzindo enormemente a recolha de massas de dados que não
farão qualquer diferença em quaisquer decisões. Como isto é possível, quando o modelo
MCDA exige clareza sobre opções, critérios e medidas de desempenho? A resposta
é conduzir a análise de forma iterativa e reflexiva. O modelo pode moldar o pensamento
e ser moldado pelo pensamento num processo social em evolução que envolve todos os
intervenientes principais. Os participantes utilizam a informação, o conhecimento e os
julgamentos disponíveis para criar um modelo inicial que os ajuda a compreender
melhor a situação e aponta para áreas que podem ser afetadas por informações
adicionais. À medida que essas informações ficam disponíveis, são feitos mais
refinamentos no modelo, a intuição e a compreensão se aprofundam e mudanças adicionais
são feitas no modelo. Eventualmente, este processo estabiliza-se, a intuição e os
resultados do modelo tornam-se alinhados e o caminho a seguir torna-se claro,
apesar das ambiguidades e incertezas remanescentes. O modelo MCDA modela e cria
uma compreensão partilhada do caminho a seguir.52
Os três estudos de caso a seguir ilustram esse processo iterativo e reflexivo.

A primeira é uma avaliação realizada em 1994-5 pelo Gabinete Nacional de Auditoria de
Serviços de Comércio Exterior, fornecida pelo Departamento de Comércio e
Indústria.53 A segunda é uma avaliação para a Nirex Limited do Reino Unido de potenciais
locais no Reino Unido que poderiam ser investigados quanto à sua adequação. como
repositórios de resíduos radioactivos.54 A terceira mostra como uma nova autoridade local
unitária utilizou a modelação MCDA, juntamente com o processo de conferência de decisão,
para desenvolver um plano estratégico de três anos para a gestão do seu orçamento de assistência social.
7.3 O estudo de caso da NAO: avaliação dos serviços de comércio

exterior
No Outono de 1994, o Gabinete Nacional de Auditoria contratou consultores55 para ajudar

na tarefa de conduzir uma análise comparativa da relação custo-eficácia dos serviços
de exportação dos Serviços de Comércio Externo (OTS) do DTI. A descrição a seguir
está estruturada em torno dos oito passos para aplicação do MCDA resumidos
na Figura 6.1.
52
A teoria por trás desta abordagem é explicada em Phillips, LD (1984) 'Uma teoria dos modelos de decisão necessários', Acta Psychologica,
56, 29–48.
53
National Audit Office (1996) Overseas Trade Services: Assistance to Exporters, Relatório Número HC 293 Sessão 1995–96, Londres:
HMSO.
54
O caso relatado aqui é baseado na Prova de Evidência apresentada pelo Dr. LD Phillips em janeiro de 1997 no Inquérito Público sobre
uma proposta de Instalação de Caracterização de Rochas em Longlands Farm, Gosforth, Cumbria, Nirex Ref PE/NRX/18, DOE
Ref APP/H0900 /A/94/247019.
55
Professor Jonathan Rosenhead da London School of Economics e Dr. Larry Phillips da Facilitations Limited.
7.3.1 ESTABELECER O CONTEXTO
Numa reunião inicial com o pessoal do NAO, os facilitadores consultores tomaram conhecimento
do portfólio de serviços relacionados com a exportação prestados às empresas do Reino Unido pelo
pessoal do DTI em Londres e em 13 escritórios principais do Reino Unido, e pelo pessoal
comercial do Foreign and Commonwealth Office em mais de 200 postos diplomáticos no
estrangeiro. , sob o título geral de Serviços de Comércio Exterior. O objectivo global destes
serviços era melhorar o desempenho das exportações do Reino Unido, fornecendo
informações, aconselhamento e apoio às empresas do Reino Unido sobre oportunidades de
exportação em diferentes regiões do mundo. O objetivo da avaliação destes serviços pelo NAO foi
determinar o seu impacto e a relação custo-eficácia, tendo em conta critérios não monetários e
monetários, e fazer recomendações para melhorias. Deveriam ser realizadas análises separadas
sobre a eficácia a nível mundial e no Sudeste Asiático. A avaliação e as recomendações seriam
reportadas pelo Controlador e Auditor Geral à Câmara dos Comuns, com o relatório
publicado pela HMSO.
Os principais intervenientes na avaliação incluíram funcionários dos Serviços de Comércio

Exterior que conceberam e operaram os serviços, incluindo pessoas destacadas da comunidade
empresarial e funcionários do NAO. Quatro reuniões de trabalho de um dia, com a participação
dos principais intervenientes, foram realizadas durante vários meses em 1995 para conceber e
implementar o modelo de avaliação. Este estudo de caso relata uma versão abreviada da
avaliação da eficácia global.
7.3.2 IDENTIFICAR AS OPÇÕES
Embora 23 serviços tenham sido oferecidos pela Overseas Trade Services, o NAO concluiu
que seria difícil avaliar todos eles adequadamente num único estudo, pelo que os onze serviços
mais utilizados foram escolhidos para o estudo de avaliação global. Estes cobriram 95 por cento da
actividade e 65 por cento dos custos do programa. Para evitar detalhes desnecessários e simplificar
as exibições, sete dos onze serviços são relatados aqui. Os sete serviços foram agrupados em três
títulos principais:
Serviços de conscientização e consultoria
• Grupos Consultivos de Área (AAGs) •
Promotores de Exportação
(EP) • Tours de Serviço (DT)
Serviços de informação de mercado
• Consultas de Informações de Mercado (MIE) •
Serviço de Inteligência de Exportação (EIS)
Suporte no país
• Missões Externas (OM)
• Feiras Comerciais (TF)

Foram obtidas descrições completas dos serviços para garantir que todos os principais
intervenientes compreendessem o seu âmbito.
7.3.3 IDENTIFICAR OS OBJETIVOS E CRITÉRIOS
Os objectivos dos serviços governamentais de promoção das exportações foram identificados

pelo grupo na sua reunião inicial através de debate, consulta de documentos políticos e exame de
descrições escritas dos próprios serviços. Isto permitiu ao grupo desenvolver um modelo
hierárquico de objetivos e critérios, uma árvore de valores, mostrada na Figura 7.1. (Para exibir a
árvore de valores no modo retrato, a árvore de valores é mostrada inclinada de lado, com o nó
de nível mais alto geral mostrado à esquerda e o critério inferior mostrado à direita. As
explicações subsequentes se referirão a níveis superiores e inferiores como se a árvore estiver
organizada de cima para baixo.)
Figura 7.1 Representação hierárquica de objetivos e critérios para o estudo de caso da NAO
Foram acordadas definições completas dos critérios, juntamente com a base para medir o
desempenho dos serviços em cada critério. Para alguns critérios, o desempenho baseou-
se em dados detidos pela Overseas Trade Services e, para outros, nas opiniões
consensuais dos peritos conhecedores do grupo, à luz da sua experiência com os
serviços.
7.3.4 PONTUAÇÃO DAS OPÇÕES
O grupo revisou a árvore de valores em sua segunda reunião e fez uma tentativa inicial
de pontuar os serviços de acordo com os critérios. O programa de computador HIVIEW56
foi utilizado em toda a modelagem; nesta fase foram fornecidas exibições visuais da
pontuação das opções, que foram projetadas em uma tela para que todos os
participantes pudessem ver as exibições. Nos exemplos a seguir, as pontuações de
desempenho são mostradas juntamente com sua conversão em pontuações de
força de preferência. Em todos os casos, a conversão utilizou escala relativa: ao serviço
menos preferido no critério foi atribuída uma pontuação de preferência zero, e ao
serviço mais preferido no critério foi atribuída uma pontuação de preferência de
100. Todas as outras pontuações de preferência foram calculadas em proporção a as
entradas relativas a essas duas âncoras. O HIVIEW mantém dois bancos de dados, um
para os dados de entrada e outro para as pontuações de força de preferência.
7.3.4.1 Custos do Programa
Estes foram definidos como os custos anuais directos dos serviços, líquidos de receitas
por programa, expressos em milhões de libras esterlinas e obtidos a partir de registos
existentes. A figura da esquerda na Figura 7.2 mostra os dados de desempenho de
entrada, os custos anuais dos serviços, enquanto a figura da direita apresenta a
conversão dos dados de entrada em pontuações de força de preferência. Foi assumida
uma função linear inversa: quanto menor o custo, maior a força da preferência.
Figura 7.2 Pontuações dos serviços para custos do programa
Insira os custos do programa (à esquerda) e a conversão linear inversa desses custos em pontuações de força de preferência (à
direita).
Este critério ilustra como os dados monetários podem ser usados no MCDA.
56
Veja a discussão deste pacote de software na análise do software.
7.3.4.2 Número de alterações no serviço
Isto foi definido como o número médio de vezes que os acordos de prestação de
serviços foram alterados significativamente anualmente. O grupo considerou que
mudanças mais frequentes aumentaram a dificuldade de funcionamento do serviço
sem problemas, aumentando assim o custo não monetário do serviço. O DTI forneceu
informações nos últimos dois anos sobre o número de alterações em cada serviço. A
Figura 7.3 mostra os dados de entrada e sua conversão em pontuações de força de
preferência, novamente linearmente inversa.
Figura 7.3 Pontuações dos serviços quanto ao número anual de alterações
Insira números (à esquerda) e sua conversão em pontuações de força de preferência (à direita).
Para alguns serviços não ocorreram alterações e para os outros apenas uma ou duas
foram feitas ao longo do período de dois anos, pelo que a escala de entrada era em vigor
apenas uma escala de três pontos. A conversão linear inversa para preferências pressupõe
que uma redução de duas para uma mudança em dois anos é tão boa quanto uma redução
de uma para nenhuma. Este critério mostra uma forma de incluir custos não monetários
no MCDA.
7.3.4.3 Conhecimento dos serviços
Os dados para este critério foram baseados em dados do DTI. A medida de

desempenho para este critério foi definida como a porcentagem das empresas pesquisadas
que relataram conhecer o serviço. Assim, os dados de entrada foram expressos em
porcentagens, que o HIVIEW converteu linearmente em pontuações de força de
preferência. Isso pode ser visto na Figura 7.4.
Este critério mostra uma forma de converter dados qualitativos (conhecimento dos
serviços) em dados quantitativos (proporção dos inquiridos que relataram ter conhecimento
do serviço) que podem ser utilizados na MCDA.
Figura 7.4 Pontuações para conhecimento dos serviços
Porcentagens de empresas pesquisadas que relataram conhecer o serviço (à esquerda) e a conversão linear para
pontuações de força de preferência (à direita).
7.3.4.4 Assistência para entrada no mercado

Para o estudo do Sudeste Asiático, este critério foi definido como a classificação média
atribuída pelas 1.000 empresas inquiridas relativamente à importância do sistema ou
serviço OTS no apoio à sua entrada no mercado dos quatro países do Sudeste
Asiático. As empresas avaliaram a importância do serviço OTS numa escala de 1 a 5,
onde 1 era “nada importante” e 5 era “muito importante”. As classificações médias e sua
conversão em pontuações de preferência são mostradas na Figura 7.5. Assim, este
critério mostra como as escalas de classificação podem ser utilizadas no MCDA.
Observe que a conversão para preferências é linear, o que pressupõe que a
diferença de uma classificação para a próxima é a mesma em termos de preferência
em toda a escala de classificação.
Figura 7.5 Pontuações para ajuda na entrada em mercados estrangeiros
Classificações médias para a importância do esquema no apoio à entrada no mercado (esquerda) e conversão linear dessas
classificações em escalas de força de preferência (direita). Os dados referem-se apenas ao estudo do Sudeste Asiático.
7.3.4.5 Imagem de empresas/ produtos do Reino Unido
Embora melhorias tangíveis no desempenho das exportações sejam importantes, os

serviços também deverão melhorar a imagem dos exportadores do Reino Unido. Assim, este
critério foi definido como a medida em que o serviço melhora a imagem das empresas e produtos
do Reino Unido no exterior. Não estavam disponíveis dados quantitativos, pelo que os
participantes pediram às embaixadas e aos Promotores de Exportação a sua opinião sobre
os méritos relativos dos serviços neste critério. Nas reuniões de trabalho, os participantes
julgaram diretamente as pontuações de força de preferência, conforme descrito na seção 6.3.8,
e verificaram a consistência de acordo com as linhas da seção 6.3.9. Assim, os dois displays
fornecidos pelo HIVIEW são idênticos, conforme mostra a Figura 7.6.
Figura 7.6 Pontuações para imagem
Pontuações de preferência avaliadas diretamente sobre até que ponto o serviço melhora a imagem dos exportadores do Reino Unido e
dos seus produtos.
Este critério mostra como as pontuações de preferência avaliadas diretamente

podem ser incorporadas no MCDA.
7.3.4.6 Valor dos contratos de exportação
Foi necessária alguma medida do valor acrescentado dos contratos no Reino Unido como
prova tangível de que os serviços estavam a afectar o fluxo de receitas para o Reino
Unido. No entanto, não estavam disponíveis medidas diretas empresa a empresa. Em vez
disso, este valor foi calculado multiplicando o número de comissões pelos seguintes fatores:
• a percentagem de empresas que ganharam contratos na sequência da utilização de um serviço

OTS e que afirmaram que o serviço desempenhou algum papel na obtenção desses
contratos; e
• o valor médio dos contratos por inquirido bem-sucedido, estabelecido no critério do «número
de contratos».
Assim, um modelo simples foi utilizado para converter os dados disponíveis na medida de
desempenho desejada, com o resultado mostrado na Figura 7.7.
(Apenas os dados do estudo do Sudeste Asiático foram relatados no relatório final

da NAO, por isso são mostrados aqui.)
Figura 7.7 Fluxo de receitas para o Reino Unido
O valor acrescentado do Reino Unido dos contratos adjudicados a exportadores novos e existentes para o Sudeste Asiático, atribuível aos serviços
OTS, em milhões de libras, e convertido em preferências numa escala linear.
Este exemplo ilustra como as medidas de desempenho derivadas de modelos podem ser
usadas no MCDA.
7.3.4.7 Resumo e advertência
Estes seis exemplos ilustram a variedade de dados de entrada que podem

ser acomodados no MCDA: dados monetários e não monetários, dados qualitativos,
escalas de classificação, preferências avaliadas diretamente e medidas de
desempenho derivadas de modelos. Estes exemplos não esgotam as possibilidades
– outros serão mostrados no estudo de caso da Nirex – mas sugerem que, com uma
análise cuidadosa, a maioria dos tipos de medidas de desempenho podem
enquadrar-se confortavelmente no MCDA. Observe que muitos critérios foram
expressos como porcentagens. Deve-se ter cuidado ao usar porcentagens em
qualquer MCDA, pois se tanto o numerador quanto o denominador puderem
mudar, as preferências poderão ser indefinidas. No estudo de exportação do Sudeste
Asiático, foram inquiridas mil empresas, pelo que as percentagens tomaram sempre 1.000 como denominad
Assim, percentagens maiores foram sempre preferidas às menores. A preferência
também pode ser indefinida para um critério que captura a variação percentual em
alguma quantidade quando a base é diferente de uma opção para outra. Em geral,
os critérios devem ser operacionalizados com medidas cuja direcção de preferência
seja inequívoca.
7.3.5 PESAR OS CRITÉRIOS
Com todas as medidas de entrada convertidas em pontuações de preferência em escalas

de 0 a 100, uma unidade de preferência numa escala não é equivalente a uma unidade
de preferência em qualquer outra escala. A equalização das unidades é realizada
julgando a oscilação relativa na preferência da base para o topo de uma escala de
preferência em comparação com outra, um método chamado 'ponderação da oscilação'.
É útil perguntar: “Quão diferentes são as opções mais e menos preferidas e qual a importância
é essa diferença, nesta escala, em comparação com aquela?” Tal como aplicado ao
estudo de exportação, foram feitas comparações emparelhadas das oscilações em todas
as escalas de benefícios para encontrar a escala com a maior diferença que importasse.
O grupo considerou ser o primeiro critério mostrado na Figura 7.1, o número de novos
exportadores. As Feiras Comerciais geraram menos exportadores adicionais, enquanto
os Promotores de Exportação geraram mais; essa diferença foi julgada pelo grupo
Ser a diferença mais importante de todas aquelas nos critérios de benefícios.

Assim, foi atribuído a este critério um peso de 100 e tornou-se o padrão contra o
qual todos os outros critérios foram julgados. As oscilações de preferência em cada
um dos outros 19 critérios de benefícios foram então comparadas com este, e os
pesos foram avaliados como percentagens. Assim, se uma variação na preferência num
critério fosse considerada igual a metade da do padrão, era atribuído ao critério um
peso de 50. A Figura 7.8 mostra os pesos atribuídos no estudo global aos seis critérios no
âmbito do objectivo Produtos de Exportação.
Figura 7.8 Pontuações de preferência para os sete serviços e pesos dos critérios para os seis critérios no âmbito
do objetivo Resultados de Exportação
Observe que a soma dos pesos dos critérios é 440. Como todos os critérios de benefícios
foram comparados com o mesmo padrão, os pesos dos níveis mais elevados tornam-
se simplesmente a soma dos pesos dos níveis mais baixos. Assim, o peso atribuído
ao objectivo Exportações Geradas é 440. Em contraste, o peso na Percepção Externa
da Indústria do Reino Unido é de apenas 30, a soma dos pesos nos critérios de nível
inferior de Imagem e Capacidade.
Um processo de ponderação semelhante foi utilizado com os critérios de custo, mas as

verificações de consistência de nível superior revelaram anomalias na avaliação dos
pesos pelos participantes. O grupo revisou-os até que os participantes sentiram que os
pesos refletiam com precisão as suas opiniões sobre a importância relativa dos critérios de custo.
Estas dificuldades de ponderação podem surgir quando existem números desiguais de

critérios num objectivo em comparação com outro. Pode ser, por
por exemplo, que o peso de apenas 30 na Percepção Estrangeira da Indústria do

Reino Unido, em comparação com o peso muito maior de 440 nos Resultados
de Exportação, se deveu em parte ao maior número de critérios no âmbito deste
último objectivo, seis em comparação com apenas dois. Por outro lado, talvez um
grande número de critérios relativamente importantes num objectivo seja realista,
em comparação com outros objectivos, pelo que o peso deveria ser maior. Ao
chamar a atenção dos principais intervenientes para estas considerações, é-
lhes dada a oportunidade de reflectir sobre o realismo dos seus pesos agregados e
de alterar quaisquer aparentes inconsistências.
Como foram atribuídos pesos separados de 100 aos critérios mais importantes de
benefícios e custos, e não foi feita nenhuma tentativa de comparar esses dois critérios,
não foi possível agregar os pesos de nível inferior até o nível de Custos e Benefícios
de Exportação. Em vez disso, os participantes foram convidados a avaliar esses dois
pesos, considerando a diferença entre os serviços, em geral, em termos de custos e
benefícios. O grupo considerou que os Benefícios de Exportação eram cerca de
duas vezes mais importantes que os Custos, pelo que foram atribuídos pesos de 100 e 50 a este nível.
7.3.6 DERIVAR UM VALOR GERAL
O programa de computador faz a aritmética da média ponderada. Primeiro, todos

os pesos em cada nível da hierarquia são normalizados para que somam 1,0 (mas
exibidos como 100) e, em seguida, as médias ponderadas são calculadas para cada
opção nos critérios de um determinado nível. Aplicado ao objetivo Exportações
Geradas, o resultado é apresentado na Figura 7.9.
Figura 7.9 Pesos de critérios normalizados, pontuações de preferência e totais
Assim, para AAGs, o cálculo é (0,07x16) + (0,11 x 0) +… + (0,23 x 10)

= 10. Cada critério contribui com algum valor parcial para o total de 10 neste nível. A
seguir, o computador repete isso em todos os níveis, até o nó geral, fornecendo os
resultados mostrados na Figura 7.10.
Figura 7.10 Resultados gerais do estudo dos exportadores
Lembre-se que a preferência por custos é mostrada na primeira linha; pontuações de preferência
mais altas significam custos mais baixos. Com os benefícios das exportações considerados duas vezes mais
importantes que os custos, a linha inferior apresenta as pontuações globais ponderadas das preferências para
os sete serviços. As Missões Externas são, em geral, as mais preferidas, sendo os Grupos Consultivos
de Área os menos preferidos.
Às vezes é útil ver a contribuição relativa das pontuações de nível inferior para o total. Isso é mostrado
na Figura 7.11.
Figura 7.11 A contribuição dos custos e benefícios para as pontuações globais
Estas duas demonstrações mostram que as Missões Externas e as Feiras Comerciais proporcionam benefícios
substanciais, sendo as Feiras Comerciais as menos dispendiosas, enquanto os Grupos Consultivos de
Área, as Visitas de Serviço e os Serviços de Inteligência de Exportação representam uma relação
custo-benefício mais baixa.
7.3.7 EXAMINAR RESULTADOS
Estes resultados podem ser apresentados de uma forma mais directamente relacionada com a questão
fundamental da relação custo-eficácia, exibindo os benefícios globais dos serviços versus os seus custos
globais, como na Figura 7.12.
Figura 7.12 Representação hierárquica de objetivos e critérios
Lembre-se que o eixo horizontal mostra preferência por custos, portanto o custo baixo está à
direita e o custo alto à esquerda. É claro que a Outward Missions está globalmente bem
posicionada: baixos custos e maiores benefícios. Todos os serviços na fronteira externa, a
fronteira eficiente, podem ser considerados relativamente eficientes em termos de custos.
No entanto, os serviços dentro da fronteira não o são. Por exemplo, tanto as Missões Externas
como os Promotores de Exportação dominam as Inquéritos de Informação de Mercado
neste nível da análise; ambos são menos dispendiosos e mais benéficos do que as Consultas de
Informação de Mercado. Ao examinar os resultados de um nó da árvore de valores em
comparação com qualquer outro nó, é possível aprofundar a compreensão dos méritos relativos
das opções.
7.3.8 ANÁLISE DE SENSIBILIDADE DA CONDUTA
Foram realizados muito poucos testes de sensibilidade para o estudo de exportação, em

grande parte porque o objectivo do estudo, para determinar a relação custo-eficácia dos
serviços, foi bem servido pelo gráfico de benefícios versus custos. No entanto, a sensibilidade
das Consultas de Informação de Mercado a imprecisões nos dados foi explorada para garantir
que este serviço, que se enquadrava bem na curva de benefício versus custo, não estava a
ser penalizado injustamente. A abordagem consistiu em alterar algumas das pontuações
deste serviço, definindo-as para os seus níveis mais optimistas, assumindo faixas de erro
realistas para os dados principais. Mesmo quando essas mudanças foram feitas, o serviço
continuou a cair bem dentro dos limites.
Assim, mesmo que fossem obtidos dados mais precisos, as Consultas de Informação de
Mercado continuariam a parecer menos eficientes em termos de custos do que os outros serviços.
Este uso do MCDA pode ajudar a orientar a recolha de dados; só é necessário recolher dados
onde dados melhores possam alterar o quadro geral.
7.3.9 RESUMO
Quando este projecto começou, apenas os próprios serviços estavam claramente definidos.
Os critérios de avaliação ainda não foram estabelecidos e os dados eram escassos e
dispersos por vários locais. Ao final da primeira reunião, foi criada uma árvore de valor preliminar;
até o final da segunda reunião, um relatório revisado
A árvore foi preenchida com avaliações dos serviços baseadas em grande parte nas
opiniões dos participantes. Em reuniões sucessivas, os participantes refinaram as
definições dos critérios, revisaram as avaliações iniciais à medida que os dados foram
ficando disponíveis e realizaram análises de sensibilidade para ver onde melhores
dados poderiam fazer a diferença no quadro geral emergente da relação custo-eficácia.
Após a última reunião do grupo, o Gabinete Nacional de Auditoria atualizou o modelo à

medida que os dados do inquérito ficaram disponíveis. O modelo final não foi radicalmente
diferente do modelo inicial, em grande parte baseado em julgamentos, mas alguns serviços
mudaram as suas posições relativas no gráfico benefício versus custo, justificando o
custo da recolha de dados. Por exemplo, os Promotores de Exportação pareciam ser,
em geral, os melhores em benefícios e os mais baixos em custos, mas com dados
adicionais, passaram para o terceiro lugar em benefícios e para o quarto lugar em custos,
embora ainda aparecessem perto da fronteira eficiente, como pode ser visto na Figura
7.12. As consultas de informação de mercado, por outro lado, permaneceram bem dentro da
fronteira eficiente ao longo do estudo. As Feiras Comerciais também mantiveram a sua
posição de elevado nível de benefícios, mas de maior custo.
7.4 O estudo de caso da Nirex: avaliação de locais para
investigação adicional como potenciais repositórios de resíduos radioativos
A Nirex foi criada para construir e operar no Reino Unido um depósito subterrâneo
de resíduos radioativos. Como primeiro passo, examinaram mais de 500 locais
possíveis e, em meados de 1988, esta lista foi reduzida para doze locais potenciais. Isso era
muito para ser considerado para uma investigação mais aprofundada, mas não havia
nenhum local obviamente melhor entre os doze; alguns sites foram melhores em alguns
critérios, outros melhores em critérios diferentes. Assim, no final do Verão de 1988, o
pessoal da Nirex contactou a Unidade de Análise de Decisões da London School of
Economics para procurar assistência na redução de um conjunto de 12 locais potenciais a
apenas alguns que poderiam ser recomendados ao Conselho da Nirex. Uma análise MCDA
já tinha sido realizada nos Estados Unidos, seguindo uma recomendação da Academia
Nacional de Ciências, para a escolha de locais para investigação adicional, pelo que pareceu
apropriado aproveitar essa experiência para realizar uma análise semelhante no Reino Unido.
7.4.1 ESTABELECER O CONTEXTO
Tal como aconteceu no estudo de caso da NAO, apenas estavam disponíveis dados
limitados sobre os locais, mais para alguns locais, menos para outros. Afinal de contas,
o objectivo do MCDA era recomendar ao Conselho da Nirex uma pequena lista de locais
que seriam então objecto de recolha de dados, pelo que o MCDA teve de proceder com
informações limitadas. A análise de sensibilidade acabou desempenhando um papel crucial
na análise, pois mostrou quais sites obtiveram consistentemente uma boa pontuação geral
dentro dos limites de erro dos dados disponíveis.
Os principais intervenientes identificados numa reunião inicial do pessoal da Nirex e da

LSE centraram-se nas funções necessárias para fornecer informações e opiniões.
Estes incluíram pessoas com conhecimento sobre os custos do repositório, segurança e
robustez pré-fechamento, segurança pós-fechamento, questões de transporte, geologia
do local e questões ambientais. Doze pessoas de seis organizações foram escolhidas para
representar essas perspectivas. As organizações incluíam Nirex, Autoridade de Energia Atómica
do Reino Unido, British Geological Survey, JMP (especialistas em transportes) e Pieda
(especialistas em planeamento e ambiente). Cinco reuniões, conduzidas como grupos de
trabalho facilitados e com a participação dessas pessoas, foram realizadas entre setembro e
novembro de 1988. Dois membros da Unidade de Análise de Decisão da LSE facilitaram as
reuniões e orientaram a modelagem MCDA. Todas as reuniões foram realizadas no LSE Pod,
uma sala de trabalho especialmente projetada que facilita a interação dos participantes,
suporta modelagem MCDA em um computador e fornece acesso fácil à tecnologia conforme
necessário, mas sem permitir a intromissão da tecnologia. O modelo MCDA foi implementado
usando HIVIEW, e os recursos de projeção do Pod permitiram que as telas do computador
fossem mostradas para todo o grupo.
Dado que o objectivo das reuniões era determinar uma pequena lista de locais, o Conselho
da Nirex e o ministro do governo central responsável pela aprovação dos locais foram os
principais intervenientes. O pessoal da Nirex não acreditava que seria necessário envolver
intervenientes externos no MCDA. Eles acreditavam que isso viria mais tarde, quando a
própria seleção do local fosse a questão.
A escolha final de um local poderá então envolver o Tesouro, as comunidades locais afectadas,
grupos ambientalistas e até o público em geral. Além disso, a Nirex tinha acabado de
concluir um exercício de consulta substancial sobre a eliminação de resíduos radioactivos,
para o qual contribuíram muitos indivíduos e grupos de interesse, e esses dados puderam
ser disponibilizados à equipa, embora ainda não tivessem sido totalmente analisados ou
comunicados. No entanto, esta decisão de limitar o MCDA a especialistas foi criticada pelo
Greenpeace no inquérito público de 1995 sobre a proposta da Nirex de construir um
laboratório subterrâneo em Sellafield.
7.4.2 IDENTIFICAR AS OPÇÕES
Os doze locais indicados foram alargados na primeira reunião para treze, para que
pudesse ser feita uma distinção entre dois possíveis locais offshore orientais, ilustrando
que mesmo as opções apresentadas podem ser revistas nas fases iniciais do MCDA. O
grupo recebeu um mapa do Reino Unido, com todos os locais potenciais identificados no
mapa. A discussão esclareceu quaisquer dúvidas remanescentes sobre a localização
dos locais.
7.4.3 IDENTIFICAR OS OBJETIVOS E CRITÉRIOS
A política do Governo do Reino Unido para a eliminação de resíduos radioactivos é que os

factores económicos e sociais, juntamente com questões técnicas e de segurança, devem ser
tidos em conta na localização de um depósito. O grupo considerou que todos os fatores
possíveis deveriam ser levados em conta na construção de uma árvore de valor. Para garantir
que nenhum factor-chave foi omitido, o grupo identificou primeiro todas as partes
interessadas na escolha de uma pequena lista de locais. Estes incluíam:
• Conselho Nirex
• Tesouro •
Grupos Nacionais de Meio Ambiente •
Órgãos Reguladores
• Moradores locais
• Políticos
• Autoridades locais
• Comunidade Científica e Técnica • Vizinhos
Europeus
Figura 7.13 Representação hierárquica de objetivos, subobjetivos e critérios para o estudo de caso de
seleção de locais da Nirex
Os facilitadores convidaram o grupo a representar qualquer uma destas partes interessadas e a

escrever cinco factores que deveriam ser tidos em conta na avaliação dos locais.
Além disso, os participantes listaram objetivos que deveriam ser alcançados por um local satisfatório
e listaram os prós e os contras dos locais. A discussão desses fatores, objetivos e prós e contras
permitiu ao grupo construir uma árvore de valor.
Os objetivos de nível superior incluíam:
• minimização de custos;
• garantir a Robustez de um site, no sentido de que o esperado

o desempenho de um local seria confirmado à medida que as incertezas fossem resolvidas
(alguns locais eram mais previsíveis que outros);
• manter um elevado nível de Segurança; e • minimizar
o impacto no Meio Ambiente.
Cada um deles foi dividido em objetivos de nível inferior e, finalmente, em critérios de desempenho.
Ao todo, foram incluídos 30 critérios no modelo, sendo quatro em Custos, nove em Robustez, oito
em Segurança e nove em Meio Ambiente. Eles são mostrados na Figura 7.13.
Três métodos foram usados para obter pontuações de preferência:
• Avaliação direta. As pontuações de preferência foram julgadas diretamente para alguns

critério.
• Avaliação. Modelos de classificação foram construídos para alguns critérios, com diferentes
características dos sites ganhando pontos que foram ponderados e somados para fornecer
uma classificação geral em uma escala de intervalo.57 Essas classificações foram então
convertidas linearmente em pontuações de preferência.
• Função de valor. Uma medida de desempenho quantitativa foi estabelecida para alguns critérios,
e os valores das medidas de desempenho para as opções de site foram convertidos
linearmente em pontuações de preferência, sempre garantindo que as medidas de
desempenho mais preferidas recebessem pontuações de preferência mais altas.
Num caso, as pontuações de preferência basearam-se numa curva de valor não linear.
Este caso foi a segurança pós-fechamento para o indivíduo, expressa como a dose anual de
radiação em Sieverts para um indivíduo. Dado que uma incerteza considerável acompanhava as
avaliações da dose anual na maioria dos locais, a aversão dos participantes ao risco induzida por
esta incerteza foi acomodada. Para tal, foi avaliada uma curva de utilidade,58 que reflecte tanto a
força da preferência como a aversão ao risco, para este critério, mas era quase idêntica à curva
de valor, pelo que esta última foi utilizada no MCDA. A curva é mostrada na Figura 7.14.
57
Como uma escala de intervalo tem um ponto zero arbitrário e uma unidade de medida arbitrária, apenas as proporções das diferenças são
interpretáveis em termos da qualidade que está sendo avaliada.
58
A avaliação de uma curva de utilidade exige que os participantes façam uma série de julgamentos comparando uma aposta certa a uma
aposta hipotética cujos dois resultados possíveis abrangem a gama de medidas de desempenho possíveis para o critério. Ver, por exemplo,
Goodwin e Wright, capítulo 5.
Figura 7.14 Função de valor para conversão de dose individual anual em pontuações de força de preferência
Alguns programas de computador fornecem valores não lineares ou funções utilitárias.

É então possível inserir medidas de desempenho para cada opção, e o computador utiliza a função
de valor para converter essas medidas em pontuações de preferência. Para programas de
computador que não acomodam funções não lineares, como o HIVIEW, a função de valor
é consultada off-line para converter medidas de desempenho em preferências e, em seguida, as
pontuações de preferência são inseridas diretamente no computador para cada opção.
Inicialmente, as avaliações de “melhor palpite” foram utilizadas para gerar pontuações de preferência
das opções em todos os critérios. Os participantes reconheceram que a incerteza estava presente
em muitas dessas avaliações, por isso foram solicitados a fornecer intervalos de confiança de 90%
em torno de cada melhor estimativa, ou seja, um valor baixo e um valor alto da avaliação, de modo
que houvesse 90% de chance de que o o eventual valor verdadeiro estaria entre esses limites.
Análises de sensibilidade posteriores utilizaram esses valores baixos e altos.
Ao permitir que as medidas de desempenho sejam definidas em valores pessimistas e optimistas,

os intervalos dos critérios podem mudar e, portanto, os pesos têm de ser reavaliados para
acomodar os novos intervalos quando são utilizadas escalas relativas.
(Lembre-se de que na escala relativa, o computador define automaticamente a opção associada
à medida de desempenho menos preferida num critério como zero e a mais preferida como 100.)
Os programas de computador diferem na sua capacidade de acomodar estas alterações de
intervalo, por isso é prudente garantir que as instalações do programa sejam usadas adequadamente
quando tais mudanças ocorrerem. Uma forma de contornar o problema é utilizar escalas fixas,
nas quais o usuário define as medidas de desempenho mais baixas e mais altas às quais são
atribuídas preferências de 0 e 100, respectivamente. A escolha criteriosa desse intervalo garante
que todas as medidas de desempenho subsequentes ficarão entre os limites, evitando assim a
necessidade de reavaliar os pesos, que se aplicam ao intervalo fixo de 0 a 100. Um exemplo de
escalas fixas é mostrado na Figura 7.15.
Tal como o estudo de caso da NAO, o caso da Nirex mostra que uma variedade de métodos pode ser
utilizada num MCDA para proporcionar a flexibilidade necessária para acomodar tipos muito diferentes
de medidas de desempenho.
Figura 7.15 Medidas de desempenho para os custos de capital da construção da infraestrutura de transporte (esquerda) e
pontuações de força de preferência associadas (direita)
O intervalo da escala esquerda foi fixado entre £60 e £710 milhões, reflectindo os custos mais pessimistas e mais optimistas
para qualquer um dos 13 locais. Os valores mostrados são as melhores estimativas, portanto não se estendem aos
limites da escala, resultando em uma faixa restrita das pontuações de preferência.
A pontuação e posterior ponderação foram acompanhadas de muita discussão entre os participantes

do grupo. As pontuações de relatórios individuais desenvolvidas pela organização que ele representava
raramente ficavam sem contestação. Por exemplo, uma pessoa pode saber mais sobre custos e outra mais
sobre geologia, mas o geólogo pode desafiar as suposições sobre geologia que foram feitas para chegar
aos custos de construção.
Ao apresentar o trabalho da sua organização no desenvolvimento de pontuações para os locais com base num
critério específico, cada participante submeteu as pontuações a um exame minucioso dos pares, com o
resultado de que foram feitas muitas revisões e alterações ao longo do processo para quase todas as
pontuações. As medidas finais de desempenho, classificações e pontuações de preferência foram o
resultado de considerável discussão e debate e representaram o entendimento partilhado do grupo.
Para todos os critérios de custo, os pesos são determinados pelos intervalos de custos nas escalas fixas que foram
utilizadas em todos esses critérios. Ao comparar os dois primeiros critérios, custos de capital e de transporte
operacional, a maior faixa de custos ao longo dos 50 anos de operação do repositório foi para custos
operacionais, uma faixa de £ 1.650 milhões, portanto, este critério recebeu um peso de 100. O O intervalo para
custos de transporte de capital foi de £ 650 milhões, portanto, este critério recebeu um peso de 100 x 650 /1.650
= 40. O intervalo no terceiro critério, custos de repositório de capital, foi de £ 1.650 milhões, coincidentemente o
mesmo que os custos de operação de transporte, portanto, este atributo também foi ponderado em 100.
Finalmente, o intervalo de custos de operação do repositório foi de £3.300 milhões, pelo que o seu peso foi
colocado em 200. É claro que os valores absolutos destes pesos não têm importância, uma vez que são
normalizados antes de serem utilizados, mas seus valores relativos são importantes.
Para os demais critérios foi utilizado o método swing-weight de avaliação dos

pesos. O grupo reconheceu que diferentes grupos de interesse poderiam
julgar os pesos de forma diferente porque se preocupariam de forma diferente com
os intervalos das medidas de desempenho. O facilitador incentivou o grupo a avaliar
os pesos conforme apropriado às suas funções profissionais atuais e indicou que
a simulação de diferentes perspectivas seria realizada em análises de
sensibilidade.
As verificações de consistência dos pesos ajudaram a melhorar a sua validade.

Por exemplo, se o critério A tivesse sido ponderado 100 e a pontuação de
preferência de um local fosse 80 nesse critério, enquanto o critério B tivesse recebido
um peso de 80, então foi perguntado ao grupo se uma oscilação de 0 a 80 no
critério A (que foi ponderado 100) era equivalente à oscilação de preferência no
critério B (que foi ponderado 80) de 0 a 100. Em outras palavras, uma oscilação de
0 a 80 em um critério ponderado 100 deveria ser igual a uma oscilação de 0 a 100
em um critério ponderado 80. Muitas vezes este tipo de verificação era aceite e
ajudava o grupo a ver que estavam a ser consistentes. Mas quando o grupo não
concordou, voltou atrás e revisou as pontuações ou pesos ofensivos para alcançar
consistência.
Verificações adicionais de consistência foram realizadas nos pesos dos nós de nível
superior, obtidos pela soma dos pesos dos níveis inferiores, conforme explicado no
caso NAO. Em dois casos, estes pesos de nível superior foram revistos. Um
aumentou, o outro diminuiu. Não é de surpreender que apenas dois critérios tenham
caído no nó cujo peso foi aumentado, enquanto seis critérios caíram no nó cujo peso
foi diminuído, ilustrando o efeito apenas do número de critérios sob um nó.
Os pesos nos nós que representam os quatro agrupamentos principais não

puderam ser obtidos pela soma dos pesos de nível inferior porque os pesos
atribuídos aos critérios de 100 dentro de cada agrupamento não eram
necessariamente iguais em importância relativa. É claro que teria sido possível avaliar
os pesos relativos para essas escalas de 100 pesos, mas em vez disso o grupo optou
por examinar as compensações implícitas nos diferentes conjuntos de pesos nos quatro nós de nível super
Pesos iguais originaram compromissos seriamente inaceitáveis entre custos e
mortes (que ocorreram sob alguns dos critérios de segurança). Foram examinados
outros esquemas de ponderação e, eventualmente, o grupo concordou em aceitar
ponderações de 100 em custos, 20 em robustez, 10 em segurança e 10 em
ambiente, como caso base. Vale ressaltar que o peso de 100 nos custos e 10 na
segurança não significa que os custos foram considerados dez vezes mais
importantes que a segurança. O que isto significa é que a diferença nos custos
foi considerada dez vezes mais importante do que a diferença na segurança para
os locais considerados. Afinal, o processo inicial de peneiramento de 500 para 12
locais considerou a segurança como um critério importante para a rejeição de locais,
de modo que os 12 foram todos considerados locais potencialmente seguros. A
avaliação de 100 em custos e 10 em segurança foi consequência da avaliação de
uma vida em £300.000, valor o dobro do recomendado na altura pelo NRPB para
avaliar vidas num contexto de protecção radiológica.
Outra verificação de consistência foi obtida ordenando todos os 30 critérios de acordo com seu peso
cumulativo, o produto dos pesos normalizados do topo da hierarquia para baixo em cada ramo até
o critério final. De certa forma, a árvore de valores pode ser vista como um modelo de encanamento:
se 100 cl de líquido fossem derramados no topo, então a quantidade que desce em cada galho
seria determinada pelos pesos relativos, com o peso cumulativo representando a quantidade
de líquido atingindo o critério inferior. Esses pesos cumulativos mostram o poder discriminatório dos
critérios. Neste caso, os critérios de custos ficaram no topo porque a grande diferença de
custos entre os locais era muito importante, enquanto três critérios de segurança estavam no
fundo porque não foi possível encontrar nenhuma base para estabelecer uma discriminação
muito grande entre locais já considerados como sendo seguro. Deve-se ter em mente que estes
pesos cumulativos foram a consequência dos julgamentos do grupo, dada a informação
disponível no Outono de 1988, e podem não reflectir as diferenças reais entre os locais, se a
informação completa e perfeita estivesse disponível.
A primeira e mais óbvia análise foi observar os resultados globais utilizando os pesos do caso
base. Durante as primeiras quatro reuniões, quatro dos treze locais originais foram eliminados,
ou porque apresentavam resultados consistentemente muito baixos, quaisquer que fossem os
pesos utilizados, ou porque eram tão semelhantes a outros locais que podiam ser mantidos
em reserva. Assim, os resultados aqui apresentados são para os restantes nove locais. A
Figura 7.16 apresenta os resultados globais. Observe que a linha Impactos combina os objetivos
de Segurança e Meio Ambiente.
Figura 7.16 Resultados gerais do projeto de avaliação do local Nirex
A Figura mostra que Sellafield B é, em geral, o local mais preferido, embora vários outros
obtenham pontuações de preferência próximas dos 87 de Sellafield. Além disso, a principal
vantagem de Sellafield são os custos; uma grande parte dos resíduos radioactivos é criada em
Sellafield, pelo que os custos de transporte seriam baixos. Outros sites são, em geral, melhores
que Sellafield em Robustez e Impactos. Assim, os pesos nos critérios e nós podem alterar a
ordem geral dos sites.
Para explorar este efeito, o grupo examinou os resultados globais com diferentes sistemas de
ponderação destinados a simular diferentes perspectivas. Um sistema de ponderação
simulou uma visão ambiental nacional: sem peso
em Custos e pesos iguais em Robustez, Segurança e Meio Ambiente. Foi explorada uma visão económica: um peso
de 200 em Custos, 40 em Robustez, nenhum em Segurança e 10 em Ambiente. Finalmente, foi simulada uma visão da
comunidade local: nenhum peso em Custos, 10 em Robustez, 100 em Impacto dividido igualmente entre Segurança e
Meio Ambiente, e alterações para 23 pesos de nível inferior para refletir nuances nas preocupações da comunidade. Os
resultados dessas análises são mostrados na Figura 7.17.
Esta tabela mostra que os resultados globais são sensíveis aos pesos atribuídos aos objectivos e critérios. O local
Sellafield B geralmente está entre os três locais mais preferidos, exceto sob a visão Ambiental Nacional. O Site 6
também pontua entre os três primeiros, exceto para a Visualização Local. Nenhum site é consistentemente o mais
preferido.
Figura 7.17 Resultados das análises de sensibilidade dos pesos, simulando diferentes perspectivas
Pesos para as diferentes perspectivas: Base Igual Local Nacional Econômico

Meio ambiente
Custos 100 100 0 0 200
Robustez 20 100 10 20 40
Segurança 10 100 50 20 0
Ambiente 10 100 50 e 23 outros 20 10
Resultados gerais: Base Pesos Nacional Visão

caso iguais Visualização local Meio ambiente econômica
Dounreay 81 76 60 74 82
Local 2 81 76 56 74 83
Local 3 82 72 57 68 85
Local 6 85 80 68 77 86
Local 7 85 77 66 73 86
Sellafield B 87 77 71 72 88
Offshore oeste raso 64 60 75 58 63
Offshore Oeste Profundo 55 64 83 68 50
Leste offshore 16 29 58 36 15
7.4.7 EXAMINAR RESULTADOS
Para aprofundar a compreensão dos locais, o grupo analisou vários gráficos de um nó versus outro. Dois exemplos
representativos são mostrados nas Figuras 7.18 e 7.19.
Figura 7.18 Resultados gerais: Robustez versus custos
Figura 7.19 Resultados gerais: Impactos versus custos
Os locais na fronteira eficiente ou próximos dela na Figura 7.18 são 1, 2, 3, 4, 5 e 7.

A Figura 7.19 eliminaria 3 dessa lista, deixando Dounreay, Local 2, Local 6, Local 7 e
Sellafield B. O Local 7 é geologicamente muito semelhante ao Local 6, portanto o
primeiro poderia ser mantido em reserva. Isso restringe a lista a Dounreay, Local 2, Local
6 e Sellafield.
7.4.8 ANÁLISE DE SENSIBILIDADE DA CONDUTA
A análise de sensibilidade é essencial e intrínseca para que o MCA seja útil na

formulação de políticas públicas. As análises de sensibilidade em pesos individuais
forneceram outra forma de examinar o modelo, embora este material não tenha
sido originalmente apresentado pelo NIREX. Um exemplo é mostrado na Figura 7.20.
Figura 7.20 Análise de sensibilidade ao peso atribuído à robustez
A figura mostra o efeito na pontuação geral de preferência de nível superior (eixo vertical) da variação
do peso (eixo horizontal) no nó Robustez de 0 (nenhum peso neste nó) a 100 (todo o peso neste
objetivo ). À medida que o peso aumenta de zero, todos os outros pesos são reduzidos, mas
mantidos na mesma proporção entre si. A linha vertical em cerca de 14 por cento mostra o peso
cumulativo do caso base neste nó. A linha vertical cruza na parte superior da figura com uma linha
inclinada que representa a pontuação geral de preferência da opção 7, Sellafield B. À medida que
o peso no nó Robustez aumenta, Sellafield B continua sendo a opção geral mais preferida até que o
peso se torne cerca de 22 por cento; então a opção 4, Local 6, torna-se a mais preferida
em geral. Com novos aumentos no peso da Robustez para 40%, o Local 3 torna-se o mais
preferido em geral. Análises de sensibilidade deste tipo foram realizadas para cada nó da árvore
de valores e para todos os critérios de nível inferior. Estas análises mostraram que, apesar de
variações consideráveis nos pesos, os locais na pequena lista de quatro, Dounreay, Local 2, Local
6 e Sellafield B, foram preferidos de forma bastante consistente em relação a qualquer
intervalo razoável de pesos. No entanto, os críticos alegaram que as ponderações específicas
definidas em deliberação pelos especialistas do NIREX, em praticamente todos os casos,
assumiram valores na região em que Sellafield B foi identificada como a opção preferida.
Embora inteiramente válido como julgamento subjetivo de um grupo de indivíduos, alegou-se que este
padrão de ponderação específico era um tanto idiossincrático.
Esquemas de ponderação que aparentemente diferiam apenas marginalmente em alguns locais
poderiam produzir resultados significativamente diferentes.
A conclusão de que os quatro locais pré-selecionados foram preferidos de forma bastante consistente
foi reforçada quando os valores de entrada pessimistas foram substituídos pelos valores originais
mais prováveis e o modelo foi executado novamente sob os pesos do caso base e a visão ambiental
nacional. Para este último caso, o local oeste da costa profunda subiu para a terceira posição
geral, um resultado razoável porque esse local é muito isolado. É claro que definir todos os valores de
entrada de todos os sites com valores pessimistas não é um caso muito realista. Uma mistura
de valores optimistas, prováveis e pessimistas seria mais plausível, mas no momento da análise
explorar todas as combinações possíveis não era tecnicamente viável. Agora
seria possível utilizar software de simulação para realizar uma análise de risco, combinando
assim MCDA com modelagem probabilística.
A funcionalidade de 'classificação' do HIVIEW tornou possível observar as vantagens

e desvantagens relativas de cada local. Uma vantagem é uma pontuação alta em um critério
fortemente ponderado. Se a pontuação de um sítio num determinado critério for multiplicada
pelo peso cumulativo do critério, o resultado será a «pontuação parcial» do sítio nesse
critério. A soma de todas as pontuações das peças de um site em todos os 30 critérios fornece
a pontuação geral do site. O HIVIEW realiza esse cálculo e ordena os critérios de acordo com
o tamanho da pontuação da peça. Também é possível comparar dois sites, utilizando a mesma
abordagem. O HIVIEW subtrai as pontuações de preferência de dois locais em cada
critério, pondera a diferença pelo peso cumulativo e classifica os critérios pelo tamanho desta
diferença ponderada. Isso fornece uma exibição das principais vantagens de um site sobre
o outro. As vantagens e desvantagens dos locais mais promissores foram verificadas
utilizando a funcionalidade de classificação do HIVIEW, e todos os locais foram comparados
com Sellafield B para que o grupo pudesse obter uma compreensão mais profunda das diferenças
importantes entre os locais.
7.4.9 RESULTADO
De todas essas análises, surgiu para o grupo uma pequena lista de pelo menos três sites que
poderiam ser recomendados ao Conselho da Nirex. O grupo formulou sete recomendações. Os
seis primeiros explicaram por que vários sites deveriam ser rejeitados ou mantidos. A última
recomendação listou os locais específicos a serem investigados caso 3, 4 ou 5 locais fossem
investigados. Cada uma das três listas curtas incluía Sellafield B, Site 6 ou Site 7, e Dounreay ou
Local 2.
Em Janeiro de 1989, o Secretário de Estado do Ambiente anunciou que dois locais seriam
investigados mais aprofundadamente: Sellafield B e Dounreay. No verão de 1990, a Nirex
anunciou que estava abandonando Dounreay e se concentrando apenas em Sellafield B. Em
1994, dados suficientes foram coletados no local de Sellafield que a Nirex propôs a construção
de um laboratório subterrâneo, um Centro de Caracterização de Rochas, para verificar in situ
suas descobertas . até o momento, mas o Conselho do Condado de Cumbria recusou a
permissão de planejamento e a proposta foi submetida a inquérito público. Isto foi concluído
no início de 1995 e o Inspetor manteve a recusa de Cumbria. Uma de suas críticas foi que outros
locais além de Sellafield B deveriam ter sido examinados, especificamente o Local 6. A
abordagem MCDA não foi criticada, embora o Inspetor tenha sugerido que deveria ter
sido dado mais peso à Segurança, e ele usou o MCDA para justificar o potencial
atratividade do Local 6.
7.5 Planeamento orçamental de receitas a médio prazo
Uma autoridade local unitária pretendia desenvolver um plano estratégico trienal para a gestão
do seu orçamento de assistência social. Eles contrataram o serviço de Consultoria para
Governo Local da ICL, uma organização especializada na aplicação do MCDA à alocação
orçamentária no setor público, para ajudá-los neste processo.
processo. Mais de 200 conferências de decisão foram facilitadas pela equipa da ICL para mais
de 50 autoridades locais sobre questões orçamentais. A descrição a seguir foi escrita por
Martin Brader, membro da equipe da ICL.
7.5.1 ESTABELECER O CONTEXTO DA DECISÃO
O actual regime de subvenções (Standard Spending Assessment ou SSA) implicou uma

redução do orçamento superior a 5 por cento em termos reais. No ano seguinte, os serviços
de assistência social também seriam objecto de uma “Revisão Conjunta”, ou seja, uma
inspecção externa. A equipa de gestão decidiu realizar um workshop de planeamento
financeiro de dois dias utilizando o processo de conferência de decisão para os ajudar a
desenvolver as suas estratégias.
7.5.2 IDENTIFICAR OBJETIVOS E CRITÉRIOS
Dois meses antes do workshop, teve lugar uma reunião de planeamento entre o diretor
corporativo responsável pela assistência social e o consultor da ICL que iria facilitar o
workshop. Nesta reunião foram tomadas decisões
sobre:
a) os objetivos do workshop (ver h, i, j abaixo)
b) os participantes do workshop c)
como as diversas áreas de serviço seriam agrupadas
d) como as opções seriam preparadas e apresentadas
e) o número de opções e critérios que poderiam ser avaliados de forma realista no workshop
f) solicitar aos preparadores de opções que identifiquem poupanças totalizando –15 por cento
e desenvolvimentos de serviços que não custem mais do que +5 por cento, para que
haja opções suficientes disponíveis para avaliação; e,
g) a data e local do workshop.
Os objetivos do workshop foram:
h) contribuir para a produção de um plano estratégico trienal para a gestão do orçamento

da assistência social no âmbito do actual regime de subvenções;
i) produzir propostas de prioridades e opções orçamentais para que os membros e dirigentes

possam alcançar uma despesa com assistência social de 10 por cento acima da SSA no
exercício financeiro de 2001/02; e,
j) permitir que o conselho como um todo avalie a adequação da utilização do processo

de conferência de decisão em outras situações.
Pouco depois da reunião de planeamento, o consultor promoveu uma reunião de meio

dia com os participantes propostos para o workshop. Nesta reunião, o processo de
conferência de decisão foi ilustrado para familiarizar os participantes com o processo a ser
utilizado no workshop de planeamento financeiro de dois dias; os participantes do workshop
foram informados sobre como preparar as opções que seriam avaliadas no workshop de
dois dias; e os critérios por
quais as opções que seriam avaliadas foram identificadas e definidas (ver abaixo).
Foram estabelecidos os seguintes critérios:
k) Até que ponto a nossa opção melhora a PROTEÇÃO para mais

vulnerável
l) Até que ponto a nossa opção promove a INDEPENDÊNCIA
m) Até que ponto a nossa opção apoia a ESTRATÉGIA CORPORATIVA e/ou

OBJETIVOS NACIONAIS
Note-se que foi importante estabelecer os critérios antes de as opções serem preparadas. Isto
permitiu que os preparadores de opções tivessem em conta os critérios quando criavam as
suas opções.
7.5.3 IDENTIFICAR AS OPÇÕES A AVALIAR
O processo de preparação da opção envolveu:
a) Os contadores que fornecem informações sobre custos de serviços
b) Gerentes de serviços e suas equipes identificando opções potenciais tanto para economia
quanto para desenvolvimento de serviços
c) Uma reunião de avaliação do progresso com o consultor da ICL
d) Uma revisão das opções pela equipa de gestão superior para garantir que todas as opções
eram realistas e que não havia omissões óbvias; e,
e) Todos os participantes receberão uma cópia de todas as opções vários dias antes da
realização do workshop.
Toda a pontuação ocorreu durante o workshop. Foram preparadas setenta e duas opções,
cada uma das quais precisava de ser avaliada em função de cada um dos três critérios.
No início da pontuação, ficou evidente que o terceiro critério ESTRATÉGIA CORPORATIVA e/ou
OBJETIVOS NACIONAIS era difícil de pontuar. Isto deveu-se em grande parte à falta de
clareza sobre o significado do critério. O grupo refinou a definição deste critério e renomeou-o
como DIREÇÃO. A pontuação de cada opção em relação a cada critério ocorreu durante o primeiro
dia e meio do workshop de dois dias. Um exemplo de pontuação é mostrado abaixo:
Benefícios
Opção PROTEGER INDEP DIREÇÃO
CF11: Saindo do cuidado 0 +10 +10
CF12: Pagamentos de incentivo +20 +20 +100
CF13: Centro familiar +10 +15 +20

São mostradas três opções ilustrativas. Os preparadores de opções forneceram uma

descrição completa de cada opção e do seu impacto aos participantes antes do workshop.
O processo de pontuação começou com o grupo identificando uma opção de “referência”
para cada critério, que recebeu uma pontuação de 10. Todas as opções foram então
pontuadas em relação a esta referência e também entre si.
No exemplo acima, a opção CF11 está sendo usada como referência para os critérios INDEP e
DIRECTION, e CF13 como referência para PROTECT. É importante notar que as pontuações são
todas relativas umas às outras dentro de cada critério, por exemplo, para a opção CF12, a
pontuação de +20 é relativa à pontuação de +10 para CF13 no critério PROTECT. Nesta
fase, nenhuma relação foi estabelecida entre as pontuações PROTECT, as pontuações INDEP
ou as pontuações DIRECTION.
Durante a pontuação, 11 opções foram modificadas (removidas ou combinadas com

outras opções) e três novas foram criadas. Toda a pontuação foi concluída na hora do almoço
do segundo dia.
Para que seja calculado um valor combinado (ou pontuação de benefício) de cada
opção é necessário estabelecer a relação (ou pesos relativos) entre as pontuações em cada
critério. O objetivo dos pesos dos Critérios é permitir que todas as pontuações sejam
convertidas para uma escala comum. No exemplo acima os pesos dos critérios estabelecem
quanto vale um ponto PROTECT comparado a um ponto INDEP comparado a um ponto
DIRECTION.
Em geral, os grupos consideram este um julgamento muito difícil de fazer. Na verdade, neste
workshop os participantes concordaram que PROTECT e INDEP deveriam ter mais peso
que DIRECTION, mas não concordaram se PROTECT deveria ter mais peso que INDEP ou
que deveriam ter peso igual.
Finalmente, o grupo concordou em usar dois conjuntos diferentes de pesos para refletir
as opiniões de todos os participantes. Um modelo inicial foi construído utilizando o conjunto
de pesos preferido pela maioria dos participantes. O segundo conjunto de pesos foi utilizado
durante a análise de Sensibilidade, ver 7 abaixo.
A implementação do modelo foi conseguida através do software Equity (ver secção

SOFTWARE no final deste manual). Com todas as pontuações e pesos disponíveis, o
programa calculou uma média ponderada das três pontuações de benefícios para cada
opção, fornecendo o valor relativo total, ou benefício, de cada opção. Como as informações
sobre custos de serviço para cada opção foram inseridas no programa, cada opção passou a
ser caracterizada por dois números: seu custo de serviço e seu benefício total. O capital
próprio calcula o rácio destes dois valores, um rácio benefício-custo que é um índice único da
prioridade da opção: rácios maiores sinalizam uma opção de prioridade mais elevada. É útil
visualizar esta relação como a inclinação do triângulo mostrado à esquerda. Um triângulo está,
portanto, associado a cada opção. O patrimônio inicialmente empilha os triângulos na ordem
em que as opções aparecem nos dados de entrada, fornecendo um gráfico de benefício
cumulativo versus custo cumulativo. O gráfico abaixo é um gráfico para a Área de
Atendimento 'Crianças e Famílias'.
Figura 7.21 Crianças e famílias: valores de preferência ponderados
Note-se que a relação benefício-custo para a opção 2, CF11, mostrada como a inclinação da linha
da opção 1 para a 2, não é tão acentuada como a inclinação da opção 2 para a 3.
Por outras palavras, a opção 3 apresenta uma melhor relação qualidade/preço do que a opção 2,
pelo que deve ser apresentada numa posição de prioridade mais elevada. A Equity foi então
instruída a reorganizar as opções em ordem decrescente de inclinação, um processo denominado
“classificação” das opções. A classificação resultante fornece as opções em ordem de relação
benefício-custo, conforme mostrado no gráfico abaixo.
Figura 7.22 Crianças e famílias: resultados classificados

Isto mostra que a opção que se espera que proporcione a maior relação custo-benefício é a CF12,
seguida pela CF13 e, finalmente, pela CF11. Esta classificação de opções é importante porque
as restrições orçamentais podem restringir o financiamento desta área, impedindo que as três opções
sejam escolhidas. O capital próprio sempre escolhe as opções na ordem em que são mostradas,
por isso é obviamente melhor organizar as opções numa prioridade de relação custo-benefício. As
prioridades raramente são óbvias quando são considerados vários critérios de benefícios, pelo que o
processo de classificação ajuda a identificar as opções de maior prioridade. Os decisores pensam
muitas vezes principalmente nos benefícios a alcançar e não na relação entre benefícios e custos.
Ficam muitas vezes surpreendidos quando projectos de elevado benefício acabam por ser de baixa
prioridade porque são muito dispendiosos, pelo que os projectos de “vaca sagrada” com uma fraca relação
custo-benefício apresentam frequentemente esta característica. As opções de baixo valor podem
alcançar alta prioridade se também tiverem baixo custo. Vários itens de baixo custo e baixo benefício
juntos podem fornecer benefícios substanciais que estavam completamente ocultos porque ninguém
pensava nas opções como uma boa compra coletiva. Essas opções às vezes são caracterizadas como
'adormecidas' ou 'frutas mais fáceis de alcançar'.
7.5.7 EXAMINAR OS RESULTADOS
A análise continuou utilizando o conjunto de pesos preferido pela maioria dos participantes e
inicialmente considerou a relação custo-benefício da atual alocação de recursos.
Havia aproximadamente 32 milhões de orçamentos alternativos (ou formas de combinar as

opções) dentro do modelo. Cada um deles está associado a um único custo total, obtido pela soma
dos custos das opções individuais, e a um único benefício total, também a soma dos benefícios
individuais. Todos esses orçamentos aparecem nas áreas sombreadas claras ou escuras da figura
abaixo.
As áreas sombreadas definem um envelope; não existem orçamentos de baixo custo e elevados
benefícios (canto superior esquerdo), nem existem orçamentos de custos elevados e baixos
benefícios (canto inferior direito). Os pontos na superfície superior mostram as localizações dos melhores
orçamentos para um determinado custo total. Cada ponto pode ser decodificado em Equidade para
mostrar como os recursos limitados são alocados para opções em todas as áreas. O 'P' (Posição
Atual) representa a alocação atual de recursos.
O software Equity identificou e rotulou dois pontos adicionais, B e C.

O ponto C foi obtido movendo-se horizontalmente para a esquerda para encontrar um orçamento
cujo benefício total fosse igual a P. Para encontrar o ponto B, o Patrimônio Líquido moveu-se
verticalmente para cima para encontrar um orçamento com o mesmo custo que P, mas com maior benefício.
No entanto, não houve nenhum; B era a posição mais próxima. A parte plana no topo consistia em
orçamentos que eram mais caros do que B, mas não acrescentavam nenhum benefício, por isso o Equity
não os permitiu. Qualquer orçamento na área sombreada mais escura seria, portanto, melhor do que a
actual afectação de recursos: mais benefícios por menos custos.
De particular interesse foram os orçamentos apresentados como pontos de C a B, inclusive.
Todos estes têm uma melhor relação custo-benefício do que P.
Figura 7.23 Crianças e famílias: Preferências e custos
Neste workshop, muitas das opções de poupança foram associadas a melhores formas
de prestação do serviço, pelo que receberam pontuações de benefícios positivas, embora
fossem menos dispendiosas. Juntamente com isto, a maioria dos serviços oferecia
apenas algumas novas opções de desenvolvimento, pelo que a Equity não conseguiu
encontrar mais opções para comprar. É por isso que os orçamentos apresentados na
superfície superior são todos caracterizados por custos negativos. Dado que a tarefa
era encontrar 5 por cento de poupança, após anos de cortes anteriores no governo local,
as pessoas que desenvolveram as opções parecem ter tido dificuldade em contemplar
novos desenvolvimentos de serviços. Esta é uma constatação típica quando os
orçamentos diminuíram ao longo dos anos.
Contudo, como a tarefa que o grupo enfrentava era explorar o impacto da redução do
orçamento actual em £1,3 milhões, o grupo passou a considerar este problema sem
explorar os pacotes 'B' e 'C'.
Num primeiro momento o modelo foi utilizado pelo grupo para listar todas as opções
de poupança que geravam benefícios ou que não traziam nenhum desbenefício, e apenas
crescimento obrigatório. Isto permitiu ao grupo identificar os primeiros £ 840 mil da meta
de poupança. Nesta fase, foi feito um comentário de que “embora todas as poupanças
fossem “exequíveis”, muitas das opções exigiam novos acordos com parceiros novos
e existentes e uma quantidade considerável de tempo de gestão para serem alcançadas”.
A próxima etapa foi utilizar o modelo para identificar quais opções de poupança seriam
recomendadas para atingir integralmente a meta de poupança.
Finalmente, o grupo utilizou o modelo para considerar as opções de desenvolvimento (ou

crescimento) de serviços. Tal como as opções de poupança, estas também foram priorizadas na
sua sequência de “Valor pelo Dinheiro”. A questão que o grupo enfrentava agora era '...você
está preparado para fazer economias ainda maiores para financiar os poucos desenvolvimentos
de serviços oferecidos?' O modelo foi utilizado para indicar as opções de desenvolvimento
de serviços que obtiveram mais valor pelo dinheiro do que as opções de poupança
perdidas, ou seja, onde o ganho foi maior do que o sofrimento. Foi interessante notar que
todos os desenvolvimentos de serviços, exceto um, foram considerados com melhor
relação custo-benefício do que as opções de poupança oferecidas. Por outras palavras, o grupo
foi capaz de identificar como o desenvolvimento dos seus serviços poderia ser financiado,
mesmo dentro das suas apertadas restrições financeiras.
7.5.8 ANÁLISE DE SENSIBILIDADE
O conjunto alternativo de pesos de critérios preferido pela minoria dos participantes foi
inserido no modelo. Isto produziu uma lista de opções priorizadas ligeiramente diferente.
Contudo, ao nível-alvo de poupança, as recomendações eram exactamente as
mesmas. Tornou-se evidente para o grupo que os pesos em discussão não eram o problema
e que todos poderiam concordar com a recomendação do modelo.
7.5.9 RESULTADOS
Ao final da oficina os participantes fizeram os seguintes comentários:
“O processo nos permitiu começar a desafiar a forma como o orçamento foi construído”
“Processe apenas tão bem quanto as opções inseridas”
“Processo expôs novas opções”
“Podemos subestimar o impacto cumulativo de uma série de cortes”
“Rigoroso, focado”
“O processo nos forçou a enfrentar problemas”
“A pré-reunião para rever as opções poderia ter reduzido parte do debate”
“£ 1,3 milhão cortado em linha com o que esperávamos”
“Útil para nos forçar a examinar nossos orçamentos com mais detalhes do que
faríamos de outra forma”
“Encontrei maneiras de fazer melhor uso do meu próprio dinheiro”
“Nos dá uma boa estrutura para trabalhar”
As recomendações do workshop foram posteriormente levadas aos políticos que tomam a

decisão final. A resposta inicial foi, em geral, positiva. Os diretores corporativos de toda a
autoridade estão agora interessados em ampliar a utilização do processo.
7.6 Lições dos estudos de caso MCDA
Cada nova aplicação do MCDA oferece oportunidades para aprender como melhorar
o processo na próxima vez. Algumas das lições são específicas do sector, pelo que,
dada a modesta aplicação do MCDA no sector público do Reino Unido, ainda há muito
a aprender. Muitas das referências de artigos e livros na bibliografia relatam a
experiência do Reino Unido, portanto, seriam um bom ponto de partida para o leitor que
pretende aplicar o MCDA. Aplicações satisfatórias do MCDA exigem o exercício de
tanta arte quanto ciência, mas não faz sentido reinventar a roda.
Dito isto, os estudos de caso da MCDA aqui relatados ilustram diversas questões
gerais que ajudarão na implementação da MCDA.
1. A MCDA realizada logo no início da vida de um novo projeto pode ser útil
orientar a busca por mais informações. A primeira tentativa de modelização irá
destacar muitas inadequações, na identificação e definição de opções e critérios, no
fornecimento de dados, na incapacidade de chegar a acordo sobre pontuações e
na avaliação de compromissos. Neste ponto, o recém-chegado ao MCDA pode
ficar desanimado, mas, tenha coragem, este é um bom sinal, pois identifica áreas
onde é necessário mais trabalho. Assim, o processo de modelação MCDA fornece
uma agenda para abordar sistematicamente questões difíceis e mostra quais questões
são importantes porque a sua resolução pode afectar o resultado global. Os primeiros
workshops de um dia tanto para a Nirex como para o NAO revelaram áreas de dados
em falta, que foram provisoriamente preenchidas pelos julgamentos aproximados
dos participantes. O modelo em evolução ajudou a concentrar esforços entre
workshops sucessivos na recolha de dados relevantes, para que no último
workshop os modelos estivessem completos e não tivessem sido desperdiçados
recursos na recolha de dados que teriam sido irrelevantes.
2. O contexto é importante. O caso Nirex mostrou que a MCDA teria
teria sido realizado de forma diferente se o objetivo fosse a seleção final do local,
em vez da criação de uma pequena lista de locais para investigação adicional a ser
recomendada ao Conselho da Nirex. Qual é o objetivo do MCDA? Esta é a primeira
pergunta a fazer, pois a resposta nem sempre é direta para apoiar uma decisão. A
MCDA geralmente contribui de alguma forma para o processo de tomada de
decisão, mas as outras possibilidades listadas na secção 6.2.3 podem exigir
abordagens diferentes ao processo de MCDA.
3. MCDA é um processo sociotécnico. O aparato técnico fornecido pela teoria das

decisões com múltiplos objetivos constitui apenas uma parte do processo MCDA.
Projetar o processo social dentro do qual a modelagem técnica ocorrerá é crucial
para o sucesso. O Tribunal de Contas não pode divulgar qualquer relatório final até que
o departamento auditado concorde com o conteúdo factual do relatório. Assim, foi
importante obter a cooperação do DTI desde o início no estudo de exportação. A
presença do seu pessoal nos workshops ajudou a construir uma árvore de valor que
reflectisse com precisão os objectivos do DTI para os serviços de exportação,
garantiu que os compromissos do DTI fossem representados no modelo, e não os do
NAO, e assim por diante. Para o caso Nirex, foram escolhidos intervenientes-chave
para fornecer conhecimentos sobre todos os critérios. Com o benefício da
retrospectiva do inquérito público subsequente,
o processo pode ter sido concebido para obter opiniões de grupos de interesse externos.
Os workshops facilitados foram considerados apropriados para ambos os casos:
sessões de um dia com várias semanas entre reuniões para permitir a recolha de
dados. Uma única sessão de um dia raramente é bem-sucedida, pois a abordagem é
suficientemente nova para que as pessoas necessitem de tempo para digerir o trabalho
de cada sessão e precisem de sessões subsequentes para rever e refinar o modelo. A
autoridade local previu uma redução orçamental de 5 por cento em termos reais, pelo
que o foco dos seus esforços foi em como proporcionar mais benefícios com menos custos.
4. Pela sua natureza, o MCDA é um processo consultivo aberto. A seleção do local no caso
Nirex foi fonte de controvérsia no inquérito público porque a apresentação inicial
estava incompleta. Só quando a informação completa foi finalmente fornecida durante
o inquérito foi possível debater adequadamente o MCDA, embora vários elementos de
controvérsia permanecessem, por exemplo devido à questão da
incomensurabilidade nas árvores de valor, à 'idiossincrasia' das ponderações da
equipa NIREX, e à facto de até hoje a localização de todos os locais considerados
não ter sido revelada. A MCDA revela os juízos de valor que são uma parte necessária
de qualquer decisão informada, pelo que o processo social deve permitir a expressão
aberta desses pontos de vista no fórum apropriado. Além disso, a revisão por pares pode
ajudar a legitimar essa expressão.
5. Conduza o MCDA de forma iterativa. Não há necessidade de acertar todas as entradas

do modelo na primeira tentativa. Confie fortemente nos julgamentos dos participantes,
mesmo que se sintam inseguros. Submeta informações vagas a análises de
sensibilidade e descubra quais informações realmente importam para os resultados
gerais. Refine a árvore de valores, pontuações e pesos ao longo do processo. Tanto
para o caso NAO como para o Nirex, foram recolhidas informações adicionais entre os
workshops facilitados e o modelo ajudou a orientar a recolha de informações.
Confie nas intuições e sentimentos dos participantes durante todo o processo.
Se os resultados da modelagem não parecerem corretos, explore a discrepância.
Às vezes a intuição está errada, enquanto outras vezes o modelo requer revisão.
Após vários ciclos iterativos, a sensação de desconforto deverá desaparecer ou diminuir
até o ponto em que não seja mais um problema. O modelo pode então ser
considerado “requisito”, na medida em que deve ser suficiente em forma e conteúdo
para resolver as questões em questão. Em suma, é adequado ao propósito. Essa é a
hora de parar de modelar. Não complique demais o modelo MCDA.
Evite a paralisia da análise.
6. Reserve tempo para explorar o modelo completamente. A MCDA é uma estratégia de

“dividir para conquistar”, no sentido de que uma questão complexa é subdividida em
partes que são mais fáceis de tratar separadamente, e a teoria é usada para remontar
as partes. A visualização de alto nível resultante normalmente revela novos recursos
que não foram observados nas peças individuais. Estudar as propriedades do
hidrogênio e do oxigênio separadamente não revela as propriedades da água. Só
quando as demonstrações custo-benefício foram mostradas ao grupo no estudo de
exportação da NAO é que se tornou claro quais os serviços que eram mais e menos
eficientes em termos de custos. Até a família Jones sentiu que entendia melhor as
torradeiras depois de ver a exibição custo-benefício na seção 6.2.13.
Criar diferentes exibições, alterar pontuações para explorar divergências, fazer
análises de sensibilidade sobre pesos, tudo isso ajuda os participantes a obterem uma
melhor percepção qualitativa das questões. Isso leva a uma maior confiança na
tomada de decisão. O caso da autoridade local ilustra uma característica importante
da modelização MCDA: a sua insensibilidade a muitas diferenças de opinião. Os
pesos dos critérios preferidos por uma minoria de participantes deram uma
priorização ligeiramente diferente, mas exactamente as mesmas recomendações
para o nível alvo de poupança. Assim, os participantes poderiam concordar sobre
o que fazer sem concordar com todos os dados de entrada. Esta é uma
característica importante do uso de números para expressar julgamentos.
7. As decisões são tomadas pelas pessoas, não pelos modelos. Os modelos MCDA
podem ajudar as pessoas na tomada de decisões, mas a assistência pode
assumir muitas formas diferentes: fornecer estrutura aos debates, garantir
conversas de qualidade, documentar o processo de análise da decisão, separar
questões de facto de questões de julgamento, tornar explícitos os julgamentos de
valor, trazer julgamentos sobre compromissos entre objectivos contraditórios à
atenção dos decisores, criando uma compreensão partilhada sobre as
questões, gerando um sentido de propósito comum e, muitas vezes, obtendo
acordo sobre o caminho a seguir. O MCDA pode fazer qualquer uma ou todas
essas coisas, mas não dá “a” resposta. Em particular, as pessoas que procuram
métodos “objectivos” para a tomada de decisões são tipicamente cépticas em relação
ao MCDA e podem desconfiar dos julgamentos subjectivos que são dados
necessários para a modelização. Eles não reconhecem que não existe uma teoria da
tomada de decisão objectiva, que a tomada de decisão é necessariamente uma função humana.59
Os métodos abordados neste manual baseiam-se em décadas de pesquisas
psicológicas que mostram como é possível extrair das pessoas julgamentos precisos,
confiáveis e exatos.60
8. Os resultados do MCDA devem ser estruturados de forma a servir melhor o propósito

da análise. O relatório do estudo de exportação da NAO mostrou a árvore de
valor e um gráfico dos serviços num espaço de benefício versus custo. A maioria dos
resultados foi descrita em palavras. No estudo da Nirex, o relatório final das sessões
MCDA relatou os resultados globais e as recomendações em apenas três páginas,
sem gráficos. As análises de sensibilidade permitiram que os resultados fossem
expressos como conclusões condicionais: se você acredita nisso, nisso e nisso, então
Sellafield é o melhor, mas se você acredita nisso, naquilo e naquilo, então Dounreay
é o melhor. Esta abordagem destaca os principais julgamentos de valor, proporcionando
liberdade de escolha realista, dentro de limites, para o tomador de decisão.
Apenas as recomendações da autoridade local MCDA foram levadas aos políticos
que eram os decisores finais.
59
Aqueles que aspiram a justificações “objectivas” para a tomada de decisões em políticas públicas devem enfrentar as profundas dificuldades
teóricas da comparação interpessoal da intensidade de preferência e do infame Teorema da Impossibilidade de Arrow para ordenações
de preferência ordinais. A noção de uma ordenação de preferências sociais “objectiva” única e discreta é teoricamente fraca e pouco provável
de ser alcançada na prática numa sociedade pluralista.
60
Ver, por exemplo, Wright, G., & Bolger, F. (Eds.). (1992) Especialização e Apoio à Decisão, Plenum Press, Nova York.
Apêndice 1 Modelos MCA

contínuos (alternativas
infinitamente variáveis)
Este apêndice esclarece a distinção entre duas classes principais de problemas de
decisão multicritério. Indica em linhas gerais como são obtidas as soluções para a
aula não discutida no texto principal do manual.
Tal como indicado na secção 4.4, a maioria das decisões políticas dizem respeito a
escolhas entre um número finito de opções, cujos detalhes já foram
predeterminados antes de serem sujeitas ao MCA. Isto não exclui a possibilidade de
que, após a MCA, o grupo de tomada de decisão possa utilizar os conhecimentos da
MCA, juntamente com conhecimentos especializados de outras fontes, para redefinir
algumas opções e executar novamente a MCA. Fazer isso seria bastante normal.
Contudo, o método básico da MCA em si não redefine as opções. Preocupa-se
simplesmente em avaliar os pontos fortes e fracos das opções tal como se apresentam.
Existe, no entanto, uma segunda classe de problemas em que os próprios métodos

de ACM, por vezes utilizando métodos informáticos interactivos para envolver
também explicitamente o analista no processo, procuram directamente especificar
qual deve ser a definição da melhor opção. A questão é essencialmente identificar
um design ideal para a opção, guiado pelos métodos MCA.
Quase sempre, a otimização está sujeita a restrições específicas, por exemplo, de custo
ou de especificações técnicas.
Como ponto de partida, considere o problema básico de programação linear (PL)

da pesquisa operacional (PO). Procura identificar de todas as (infinitas) combinações
possíveis de valores de um conjunto de variáveis de decisão, xj , um conjunto que
maximiza uma dada função objectivo linear, ao mesmo tempo que obedece a um
conjunto de restrições que restringem as combinações de valores xj que são admissíveis.
As restrições também são todas representadas por funções lineares e, além disso, as
variáveis de decisão são obrigadas a assumir apenas valores não negativos.
Maximizar
Sujeito a
Os xj são variáveis de decisão – variáveis sobre as quais o tomador de decisão tem

controle. Os aj são parâmetros numéricos cujos valores relativos refletem as contribuições
relativas das mudanças em cada uma das variáveis de decisão para atingir os objetivos
globais.
ÿaj xj é a função objetivo – expressa a meta geral (objetivo) do tomador de decisão em

função das variáveis de decisão.
ÿaij xj ÿ bi são restrições funcionais – elas expressam como os valores de xj

são limitados pelo ambiente operacional em que o tomador de decisão se encontra
xj ÿ 0 são restrições de não negatividade, exigindo que xj não assuma valores negativos (a
possibilidade de xj negativo pode ser acomodada indiretamente).
Um exemplo clássico é o problema do mix de produtos. Aqui, os xj representam quantidades

de diferentes bens que uma empresa pode optar por fabricar, os aj na função objetivo são as
taxas de lucro unitárias dos bens e cada uma das restrições reflete a quantidade
máxima de um insumo crítico que está disponível (por exemplo, mão de obra qualificada,
tempo da máquina). Cada bem requer o uso de aij unidades de insumo escasso i por unidade
de produto. O problema geral de LP consiste em projetar o mix ideal de produtos (conjunto
de valores xj ) para maximizar o lucro total realizado (a função objetivo).
Exemplos deste tipo aparecem em quase todos os textos introdutórios de OR.61 Se o
problema estiver restrito a apenas duas variáveis de decisão, ele pode ser representado
graficamente:
61
Por exemplo, Anderson, DR, Sweeney, DJ e Williams, TA (1997) An Introduction to Management Science, (8ª edição)
West Publishing Company, St.
O objetivo é encontrar o ponto dentro da região viável delimitada pela combinação de todas
as restrições que permite à função objetivo assumir o seu valor máximo. É um resultado chave da
teoria PL que sempre haverá uma solução ótima em um dos vértices da região viável.
Em LP, de forma um pouco contra-intuitiva, a função objetivo é, em alguns aspectos, a

consideração menos importante. As restrições devem ser obedecidas. Com a função objetivo, o
objetivo é simplesmente fazer o melhor possível, desde que as restrições não sejam quebradas.
Às vezes não é óbvio se um aspecto de um problema específico deve ser representado como uma
restrição ou deve ser relegado a ser a função objetivo.
Na aplicação na vida real, não é incomum enfrentar vários objetivos ao mesmo tempo, sem
nenhuma maneira óbvia de decidir qual deve ser a função objetivo e o restante ser representado
como restrições. Por exemplo, uma empresa pode estar interessada simultaneamente em maximizar
o lucro, minimizar os danos ambientais, maximizar a quota de mercado, minimizar o custo do
equipamento de capital e
breve.
Problemas deste tipo, onde as variáveis de decisão são infinitamente variáveis, sujeitas a
restrições e onde existem múltiplos objetivos, são frequentemente chamados de problemas de
tomada de decisão com múltiplos objetivos (MODM). Note-se que, em geral, nem as restrições
nem as funções objectivo precisam de ser lineares, embora isto seja frequentemente
assumido. Quando o problema é linear, a sua representação é igual à do problema LP
acima, exceto que agora existem várias funções objetivo, e não apenas uma.
Os métodos de solução para problemas MODM costumam ser fortemente específicos do problema.
Contudo, uma característica comum do processo de busca de uma solução é a
preocupação em identificar soluções eficientes . Isto reflecte um pensamento semelhante às
ideias por trás da dominância (secção 5.5.2.1). O objetivo, em termos gerais, é restringir a
consideração a um conjunto (relativamente pequeno) de soluções para o problema MODM que
não seja explicitamente dominado por outros. As técnicas MODM, portanto, começam pela
implementação de uma busca por soluções eficientes. Uma vez identificados, passam para uma
segunda fase, na qual diferentes soluções são explicitamente comparadas usando a gama de
funções objetivo definidas para o problema em questão. Muitas vezes, isto envolverá uma
interacção explícita com o utilizador, que, directa ou indirectamente, terá, em última instância, de
contribuir com opiniões sobre os compromissos ou outras medidas de importância relativa que ele/
ela mantém entre os objectivos concorrentes. Muitas vezes não é possível provar que as soluções
encontradas desta forma são óptimas; o melhor que se pode esperar é que sejam relativamente
bons.
Os detalhes dos procedimentos do MODM estão além do escopo deste manual e a solução dos
problemas do MODM provavelmente estará fora do campo de interesse da maioria dos
tomadores de decisão do setor público. Para mais informações, Steuer62 é um excelente ponto
de partida. O Journal of Multi Criteria Decision Analysis é uma boa fonte para desenvolvimentos
mais recentes.
62
Steuer, RE (1986) Otimização de múltiplos critérios: teoria, computação e aplicação, John Wiley, Nova York.
Apêndice 2 Métodos não

compensatórios
Este apêndice descreve os procedimentos existentes para tentar estabelecer preferências
entre opções quando:
• cada opção é avaliada em relação a um conjunto comum de critérios estabelecidos em

uma matriz de desempenho
• o decisor não está disposto a permitir que a compensação, ou seja, que o forte desempenho
num critério compense o fraco desempenho noutro critério.
O compromisso com a avaliação não compensatória restringe severamente a medida em que, na

prática, podem ser estabelecidas preferências globais entre opções.
2.1 Domínio
Tal como indicado na secção 5.5.2.1, a única forma directamente aplicável de
realizar qualquer comparação holística de opções baseada unicamente na análise
não compensatória da matriz de desempenho é procurar a posição dominante.
Normalmente, na prática, poucos casos de dominância estarão presentes, mesmo ao nível
de uma opção ser dominada por uma ou duas outras. A probabilidade de uma opção
dominar ou ser dominada por todas as outras é muito pequena.
Ser dominado constituiria (se todo o resto igual) uma razão para não considerar mais a
opção. Da mesma forma, se uma alternativa domina todas as outras, é a melhor disponível.
As avaliações de dominância (baseadas, em última análise, numa série de cálculos sim/

não) podem ser bastante sensíveis a erros nos dados da matriz de desempenho. Eles também
são potencialmente alterados pela adição ou remoção de até mesmo uma única opção ao
conjunto em consideração.
2.2 Procedimentos de seleção conjuntivos e disjuntivos

Se o decisor estiver preparado para permitir um ou mais julgamentos suplementares para
complementar a informação da matriz de desempenho, então é possível ir um pouco mais longe
com a tomada de decisões não compensatórias sobre opções.
Uma possibilidade é permitir a introdução de limiares de desempenho para um ou mais

critérios. A informação adicional introduzida consiste nos próprios limiares e, implicitamente,
num julgamento de que os critérios em causa
justificam ser priorizados desta forma em detrimento de outros para os quais não podem ser
definidos limiares. O que é efetuado é uma forma de benchmarking externo.
O modelo conjuntivo elimina opções que não conseguem atingir níveis de desempenho
definidos externamente em cada um ou mais critérios nomeados. Por exemplo, pode-se
esperar que os candidatos a serem pré-selecionados para uma entrevista de emprego
tenham atingido determinados níveis mínimos de desempenho em cada um dos critérios
utilizados no processo de seleção.
O modelo disjuntivo permite que uma opção seja aprovada se a opção em questão
atender a um nível mínimo de desempenho em pelo menos um de um conjunto de critérios
nomeados. Continuando com o exemplo de selecção, isto equivaleria a permitir a passagem
de candidatos para a lista restrita, desde que apresentassem potencial (ou seja,
excedessem o limiar seleccionado) em termos de qualquer um dos critérios-chave para os
quais foram definidos limiares.
É perfeitamente admissível utilizar tanto um filtro conjuntivo como um disjuntivo em qualquer

processo de tomada de decisão, com diferentes níveis de limiar, talvez aplicados a
diferentes conjuntos de critérios.
Se os parâmetros de referência externos forem definidos de forma independente e

representarem razões aceites (por exemplo, um limiar de segurança) pelas quais uma
opção que não seja “aprovada” normalmente nunca seria considerada para implementação,
então este tipo de processo de avaliação é válido, embora seja discutível que dificilmente
é necessária uma MCA formal para fazer o julgamento. Se, por outro lado, os limiares de
desempenho forem definidos à luz do conhecimento da pontuação de todas as opções nesta
análise específica, então o processo pode induzir distorções imprevistas. Ao seleccionar
critérios específicos a utilizar para a avaliação comparativa (ou ao identificar os
próprios níveis de referência), está a ser feito um julgamento implícito sobre a
importância relativa dos critérios, cuja base pode não ter sido totalmente pensada.
O conselho prático geral seria que os procedimentos disjuntivos e conjuntivos podem ajudar a
fornecer alguma estrutura e uma pista de auditoria no desenvolvimento de uma longa lista
restrita a partir de uma lista inicial de opções candidatas. Contudo, para fases posteriores do
processo de tomada de decisão, onde as opções candidatas são mais difíceis de separar em
termos de desempenho global, o modelo MCDA poderá revelar-se um guia mais fiável.
2.3 Ordenação lexicográfica

Outra abordagem à escolha não compensatória exige que o decisor não forneça parâmetros
de referência externos, mas sim informações suplementares sobre a classificação dos
critérios em termos de importância percebida.
Em seguida, considera cada critério por vez e funciona como um modelo de eliminação
sequencial.
Especificamente, na eliminação lexicográfica, todas as opções são primeiro comparadas

em termos do critério considerado mais importante. Se existe um melhor único
opção de desempenho em termos deste critério, então essa opção é selecionada

como a mais preferida. Caso haja empate, o processo seletivo passa para o
segundo critério classificado e, apenas para as opções que empataram em
primeiro lugar anteriormente, busca a opção restante com melhor pontuação no
segundo critério. Novamente, se isso levar a uma seleção única, essa opção será
designada como preferida. Caso contrário, o processo é repetido para opções
vinculadas em termos do primeiro e segundo critérios classificados, utilizando o
terceiro critério e assim por diante até que uma opção única seja identificada ou todos
os critérios tenham sido considerados.
2.4 Eliminação por aspectos

Este modelo combina elementos tanto da ordenação lexicográfica quanto dos
modelos conjuntivo/disjuntivo. As opções são comparadas com um limite.
São examinadas critério a critério e, para cada critério, são eliminadas as opções que
não ultrapassam o limiar. Contudo, os critérios são examinados não por ordem de
importância, mas por ordem percebida de probabilidade de maximizar o número de
opções que não são aprovadas. Este processo continua até que reste apenas uma
opção.
Nem a eliminação lexicográfica nem a eliminação por aspectos contribuíram muito para
a prática da tomada de decisões no sector público.
Apêndice 3 Modelos de utilidade

multiatributos
A pesquisa sobre tomada de decisão é dividida em três vertentes principais:
• Descritivo: que examina como indivíduos, grupos e organizações realmente tomam

decisões na prática
• Normativo: que tenta estabelecer como os indivíduos racionais devem escolher entre
opções concorrentes, e • Prescritivo:
que, reconhecendo algumas das fraquezas do intuitivo,

A tomada de decisão humana sem ajuda que a pesquisa descritiva de decisão
identificou busca procedimentos para aproximar a tomada de decisão na prática dos
ideais normativos.
A maior parte deste manual concentra-se em abordagens prescritivas63 para a tomada

de decisões. Nesta seção, entretanto, o foco inicial é normativo.
Embora existam algumas ligações claras com trabalhos anteriores, principalmente

sobre a análise do comportamento económico e da tomada de decisões, o ponto de
partida para a AMC em termos de uma teoria normativa de como os indivíduos devem
escolher racionalmente entre opções concorrentes é geralmente visto como o trabalho
de von Neumann e Morgenstern,64 seguidos por Savage.65
Esses autores pretendiam derivar uma teoria de como os indivíduos racionais deveriam
escolher entre opções. Eles primeiro estabeleceram um conjunto de axiomas fundamentais
de escolha racional (por exemplo, um axioma é que uma quantidade maior de um bem
desejável deveria ser preferida a uma quantidade menor). Depois, utilizando o raciocínio
matemático, mostraram que a única forma de um indivíduo se comportar de forma
consistente com o conjunto completo de axiomas é escolhendo a opção que possuía o
valor máximo da utilidade subjectiva esperada (SEU).
Supõe-se que existe uma gama de opções distintas entre as quais escolher, que uma e
apenas uma destas opções deve ser escolhida agora e que, devido à incerteza sobre
como exatamente será o futuro, diferentes opções terão valores potencialmente
diferentes. serviços públicos) ao tomador de decisão, dependendo do tipo de futuro
(denominado estado da natureza ou estado do mundo) eventualmente ocorrer. Por
exemplo, a utilidade de investir num novo reservatório pode depender das taxas futuras
de alterações climáticas.
63
Observe que prescritivo pode ser interpretado em um sentido forte ou mais fraco. A prescrição no sentido de uma ordem
ou instrução ao decisor não é o que está implícito aqui. Os procedimentos deste manual devem ser interpretados no sentido
mais fraco, como apoio ou aconselhamento ao decisor.
64
Von Neumann, J e Morgenstern, O. (1947) Teoria dos Jogos e Comportamento Econômico, segunda edição, Princeton University
Press, Princeton.
65
Savage, LJ (1954) The Foundations of Statistics, Wiley, Nova York, NY.
O SEU de qualquer opção é obtido por:
(i) identificar todos os estados futuros do mundo que poderiam razoavelmente ser vistos
relevante para esta decisão
(ii) calculando a utilidade (grau de atratividade), uij, o tomador de decisão associa ao

resultado que se segue da combinação da escolha da opção i (digamos) e
posteriormente descobre que o estado futuro do mundo j realmente ocorre
(iii) criar a média ponderada de probabilidade de todas as utilidades dos resultados,

onde as probabilidades são as estimativas subjetivas do indivíduo sobre a
probabilidade de cada um dos resultados realmente ocorrer.
Onde:
Ui é a utilidade geral (pontuação de preferência) da opção i;
uij é a utilidade da opção i se, tendo escolhido a opção i, subsequentemente se

verificar que ocorre o estado do mundo j ;
pj é o melhor julgamento do tomador de decisão sobre a probabilidade de que o estado

futuro do mundo j ocorra.
Este modelo básico de escolha racional sob incerteza, embora não isento de críticas, é o
modelo normativo de escolha racional mais amplamente aceite. Embora lide
explicitamente com a incerteza, também é implicitamente um modelo multicritério, uma
vez que cada um dos uij individuais é, em princípio, baseado em um modelo multicritério.
avaliação de critérios.
O modelo SEU, no entanto, não fornece suporte direto à decisão prescritiva para
os problemas multicritérios abordados neste manual. Isto porque não indica como
o uij deve ser avaliado. O progresso a este respeito não ocorreu até à publicação de
Keeney e Raiffa, que apresentou um conjunto de procedimentos para operacionalizar
o cálculo das (o que denominaram) utilidades multiatributos.66
Está além do escopo deste manual entrar em detalhes sobre os procedimentos para
calcular estimativas de uij , que podem ser relativamente complexos. Para isso, ver,
por exemplo, Keeney e Raiffa67 ou Goodwin e Wright68 para um tratamento introdutório.
A complexidade extra decorre do facto de o modelo de utilidade multiatributo procurar
simultaneamente ter em conta a incerteza e avaliar em termos de vários critérios.
No cálculo das pontuações de utilidade, uma questão crítica é a independência

mútua de preferências. Se a independência mútua puder ser estabelecida, então o cálculo
66
O uso do termo atributo é equivalente ao que este manual denomina critério.
67
Keeny, RL e Raiffa, H. (1976) Decisões com múltiplos objetivos: preferências e compensações de valor, Wiley, Nova York.
68
Goodwin, P. e Wright, G. (1988) Análise de decisão para julgamento gerencial John Wiley, Chichester.
do uij individual pode ser feito usando métodos não muito mais exigentes do que a
técnica MCDA apresentada no Capítulo 5. Esta não seria uma tarefa irracional, mesmo
para um não especialista. Porém, se este não for o caso, a estrutura matemática da equação
para calcular uij será mais difícil.
Uma resposta pode ser tentar reestruturar o MCA, utilizando critérios redefinidos que
exibam independência mútua de preferências. A alternativa é usar equações não lineares
para expressar (os critérios múltiplos) uij em termos de pontuações de utilidade para níveis
de desempenho em cada um dos critérios de desempenho individuais.
Por exemplo, numa ACM inicial de um problema de controlo de inventário de um banco

de sangue, Keeney concluiu que a utilidade global associada a diferentes políticas
operacionais dependia criticamente de apenas duas dimensões de desempenho
subjacentes, x que se relaciona com a possibilidade de não ser capaz de fornecer
sangue a um determinado paciente. tipo quando é necessário, e y, que se refere à
quantidade de sangue solicitada para inventário que excede sua data de “prazo de
validade” antes de ser necessário x (e, portanto, deve ser desperdiçado).69
Após discussões cuidadosamente estruturadas e relativamente detalhadas com

profissionais de bancos de sangue, os autores concluíram que neste caso não existia
independência de preferências entre x e y . Além disso, havia evidências de que a função
de utilidade (equivalente em condições de incerteza às funções de valor descritas
nos Capítulos 4 e 5) que liga a utilidade ao desempenho em relação a x e y individualmente
era não linear. A combinação desta não linearidade e a falta de independência preferencial
levou a uma função de utilidade global da forma:
Embora isto não seja especialmente difícil em termos matemáticos, é uma ordem de
grandeza mais exigente do que os métodos descritos no Capítulo 5.
Determinar a forma funcional e estimar os parâmetros para uma análise de utilidade deste
tipo, mesmo sendo uma ACM com apenas dois critérios de desempenho, talvez esteja
além do que a maioria dos não especialistas se sentiria confiante em fazer. A experiência
geral na tentativa de operacionalizar a aplicação Keeney e Raiffa do modelo SEU
subjacente é que na maioria das vezes é realizada por consultores especializados. Isto,
por sua vez, tem implicações de custos para a análise, o que significa que a teoria da
utilidade multiatributo é normalmente aplicada apenas a problemas onde os níveis de
incerteza são elevados e as consequências financeiras e/ou humanas globais são
elevadas. Algumas das aplicações mais importantes e de maior alcance
recentemente dizem respeito a decisões sobre o reprocessamento ou armazenamento
de resíduos nucleares.
O livro de Keeney e Raiffa de 1976 é o guia principal para aplicativos utilitários

multiatributos. Outras referências que citam exemplos e indicam a gama de aplicações
potenciais incluem Corner e Kirkwood70 e Keeney.71
69
Keeney, RL (1972) 'Um procedimento ilustrado para avaliar funções de utilidade multiatribuídas' Sloan Management Review Fall, 37–50.
70
Corner, JL e Kirkwood, CW (1991) 'Aplicações de análise de decisão na literatura de pesquisa operacional, 1970–1988' Operations Research,
39, pp.206–219.
71
Keeney, RL (1992) Pensamento Focado em Valor: um Caminho para a Tomada de Decisão Criativa Harvard University Press, Harvard, MA.
Apêndice 4 Modelos aditivos

lineares
4.1 Introdução
O modelo linear aditivo multicritério apresentado na secção 4.7 tem um
apelo simples e intuitivo e transparência que lhe garante um papel central em
qualquer discussão sobre MCA. Em parte por esta razão, fornece a base para os
procedimentos MCA e MCDA discutidos neste manual.
No entanto, como acontece com muitas ferramentas, pode ser mal utilizado. Sua
própria facilidade de uso pode incentivar isso. É importante seguir os passos descritos
nos Capítulos 5 e 6 com cuidado. Em particular, isto é crítico no que diz respeito à
escala do desempenho das opções em termos de critérios, à ponderação dos
critérios e à relação entre a determinação do peso e as escalas nas quais o desempenho
em cada critério é medido (ver secção 6.2.10). O não cumprimento da lógica adequada
do modelo pode levar a um MCDA que parece claro e bem fundamentado, mas que é,
na verdade, enganoso e não um verdadeiro reflexo da compreensão do problema pelo
grupo de tomada de decisão.
4.2 Antecedentes
Talvez o exemplo mais antigo de um MCA aditivo linear seja o Cálculo Prudencial
proposto por Benjamin Franklin a Joseph Priestley (ver Tabela A4.1).
O procedimento de ponderação e pontuação aqui utilizado fica um pouco aquém do

que pode ser necessário para a tomada de decisões do sector público, mas o
método tem os seus méritos. Tal como muitos procedimentos da MCA, tem o
efeito de encorajar o decisor a pensar cuidadosamente sobre a identificação dos
critérios-chave.
4.3 Desenvolvimentos mais recentes

Mais recentemente do que Franklin, vários pesquisadores desenvolveram o modelo
linear multiatributo e formas de aplicá-lo que são úteis em diversas circunstâncias. Duas
perspectivas importantes a esse respeito derivam, respectivamente, de Keeney e Raiffa72
e Edwards.73
72
Keeney, RL e Raiffa, H. (1976) Decisões com múltiplos objetivos: preferências e compensações de valor, Wiley, Nova York,
73
Edwards, W. (1971) 'Utilidades sociais', Engineering Economist, Summer Symposium Series 6, pp.119–29
A importância do trabalho de Keeney e Raiffa já foi mencionada na seção 4.6 e no Apêndice

3. Ao mostrar que, em muitas circunstâncias, um modelo aditivo linear:
pode ser uma aproximação robusta e direta ao modelo SEU de von Neumann e
Morgenstern, com sua base axiomática rigorosa, Keeney e Raiffa fornecem uma
legitimação poderosa para sua aplicação prática. Isto é especialmente verdade em
circunstâncias em que a previsão precisa de desempenhos alternativos pode ser
difícil, onde o objetivo é selecionar opções para desenvolver uma lista restrita e/
ou onde considerações políticas mais amplas ou outras irão ajustar a escolha final. A
utilização de um modelo simples e transparente em tais circunstâncias, provavelmente
associado a alguns testes de sensibilidade, proporciona frequentemente um retorno muito
bom pelo esforço analítico consumido.
Independentemente, Edwards chegou a uma conclusão semelhante. Com base no

trabalho em que pesquisadores de decisão com orientação psicológica vinham tentando
construir modelos para refletir como os tomadores de decisão especializados tomam
decisões, ele desenvolveu a SMART (Simple Multi-Attribute Rating Technique, que não
deve ser confundida com o termo referido em Seção 2.3). O SMART era originalmente
um procedimento de sete passos, com passos muito semelhantes aos apresentados na
Figura 5.1, que permite a um grupo de tomada de decisão configurar de forma simples
um modelo MCDA.
Tabela A4.1 Carta de Benjamin Franklin
Caro senhor,
Londres, 19 de setembro de 1772
No caso de tanta importância para você, no qual você pede meu conselho, não posso, por falta de premissas suficientes, aconselhá-lo sobre o que
determinar, mas, se desejar, direi como. Quando esses casos difíceis ocorrem, eles são difíceis principalmente porque, enquanto os temos sob consideração,
todas as razões prós e contras não estão presentes na Mente ao mesmo tempo; mas às vezes um Conjunto se apresenta, e outras vezes outro, o primeiro
estando fora de vista. daí os vários propósitos das inclinações que prevalecem alternadamente e a incerteza que nos deixa perplexos. Para superar isso,
meu jeito é dividir meia folha de papel por uma linha em duas colunas, escrevendo sobre uma pró e sobre a outra contra. Então, durante três ou quatro dias de
consideração, coloquei, sob diferentes títulos, breves sugestões dos diferentes motivos que, em diferentes momentos, me ocorrem a favor ou contra a
medida. Depois de reuni-los todos numa única visão, esforço-me para estimar seus respectivos pesos; e onde encontro duas, uma de cada lado, que
parecem iguais, elimino ambas: se encontro uma Razão pró igual a duas Razões contra, elimino as três. Se julgo que algumas duas razões são iguais a três
razões a favor, elimino as cinco; e assim procedendo, encontro finalmente onde está o equilíbrio; e se depois de um ou dois dias de consideração adicional nada
de novo que seja de importância ocorrer em nenhum dos lados, chego a uma decisão correspondente. E embora o peso das razões não possa ser tomado
com a precisão das quantidades algébricas, ainda assim, quando cada uma delas é considerada separada e comparativamente, e o todo está diante de
mim, penso que posso julgar melhor e tenho menos probabilidade de dar um passo precipitado. ; e de fato encontrei grandes vantagens nesse tipo de
equação, no que pode ser chamado de Álgebra Moral ou Prudencial. Desejando sinceramente que você possa decidir pelo melhor, sou sempre, meu querido
amigo, seu mais afetuosamente.
Franklin B.
Dr. Priestly
Após a sua formulação inicial e aplicações iniciais, o SMART sofreu uma mudança
importante e uma extensão potencialmente útil. A mudança foi introduzir o procedimento de
pesos oscilantes para avaliação de peso (ver seção 6.2.10) para substituir o originalmente
recomendado. Assim INTELIGENTE
tornou-se SMARTS (SMART com Swings).
Em segundo lugar, Edwards e Barron74 também desenvolveram uma forma de implementar

o SMARTS que é menos exigente nos requisitos de entrada de informação por parte do
decisor. Este procedimento é denominado SMARTER (SMART Exploiting Ranks).
Embora o modelo MCDA não seja difícil de aplicar, há algum tempo os

investigadores têm procurado formas de utilizar modelos lineares de escolha aditiva que
requerem entradas de dados menos precisas do que o modelo básico. É claro que, com
informações menos precisas, as recomendações produzidas pelo modelo também serão
menos precisas e menos propensas a identificar inequivocamente a “melhor” opção.
Contudo, pode ser que este seja um preço que valha a pena pagar, se as exigências de
insumos para o decisor forem menores, ou se o modelo puder ser construído e aplicado
mais rapidamente.
A forma mais comum de procurar acomodar dados de entrada menos precisos é permitir
que pesos ou pontuações específicas sejam substituídas por declarações que
estabeleçam limites aos valores que os dados de entrada podem assumir e/ou expressem
restrições à magnitude relativa de alguns dos valores de entrada. Estas restrições
assumem frequentemente a forma de desigualdades lineares (ver abaixo).
O pensamento inicial nesse sentido foi desenvolvido por Fishburn75 no contexto da tomada
de decisão de critério único sob incerteza (circunstâncias matematicamente
análogas ao modelo MCA aditivo linear). Este trabalho foi posteriormente desenvolvido
de diversas maneiras por vários autores.
Os exemplos incluem: Kofler et al., 76Weber77 Pearman7879, Park et al.80 e
Athanassopoulos e Podinovski.81
No modelo MCA aditivo linear, existem duas entradas, pesos e pontuações.

Em princípio, os decisores podem não ter certeza sobre a precisão de wj ou sij, ou de
ambos. Em muitos casos, mas não em todos, são os pesos onde a confiança sobre a
precisão é menor. Isto acontece porque muitos dos critérios serão avaliados em
escalas objectivas de medição, ou contra um contexto partilhado de evidências e
experiência que tenderá a orientar os decisores para avaliações amplamente
semelhantes. Por exemplo, na avaliação
74
Edwards, W. e Barron, FH (1994) 'SMARTS e SMARTER: métodos simples aprimorados para medição de utilidade
multiatributo', Comportamento Organizacional e Processos de Decisão Humana, 60, 1994, pp.306–25.
75
Fishburn, PC, (1965) 'Análise de decisões com conhecimento incompleto de probabilidades', Operations Research, 13,
pp.217–37.
76
Kofler, E., Kmietowicz, ZW e Pearman, AD (1984) 'Tomada de decisão com informação parcial linear (LPI)', Journal of
Operational Research Society, 35, pp 1079–90.
77
Weber, M. (1987) 'Tomada de decisão com informações incompletas', European Journal of Operational Research, pp.44–57.
78
Pearman, AD (1991) 'A identificação de estratégias potencialmente ótimas na tomada de decisões de LPI', Journal of Operational
Research Society of India, 28, pp.102–11.
79
Pearman, AD (1993) 'Estabelecendo domínio na tomada de decisão multiatributo usando um método métrico ordenado', Journal of
the Operational Research Society, 44, pp461–6.
80
Park, KS, Kim, SH e Yoon, WC (1996) 'Um modelo estendido para estabelecer dominância na tomada de decisões
multiatributos', Journal of the Operational Research Society, 47, pp.1415–20.
81
Athanassopoulos, AD e Podinovski, VV (1997) 'Dominância e otimização potencial na análise de decisão de múltiplos critérios com
informações imprecisas', Journal of the Operational Research Society, 48, pp.142–50.
Tendo em conta o ambiente de uma escola vivido pelos novos alunos ou professores,
os inspetores mais experientes procurariam provavelmente indicadores semelhantes
e chegariam a conclusões semelhantes na avaliação de uma determinada escola.
Contudo, onde pode haver desacordo é na importância relativa deste indicador de
desempenho em relação a outros que contribuem para a posição global de uma instituição.
Por esta razão, normalmente as pontuações são tratadas como conhecidas e a análise formal
de imprecisão concentra-se em w. Contudo, em algumas áreas do debate sobre políticas
públicas, especialmente onde existem diversos grupos de partes interessadas, pode
muito bem haver divergências substanciais sobre as pontuações. É possível aplicar
métodos semelhantes aos descritos abaixo com os pesos fixos e as pontuações podendo
variar, por exemplo, entre os limites superior e inferior, ou permitir que os pesos e as
pontuações variem simultaneamente. Estas duas possibilidades são discutidas no final deste
apêndice.
A incerteza sobre o valor preciso dos pesos pode refletir-se de duas maneiras principais.
Primeiro, alguns ou todos os w podem ser classificados, por exemplo:
w1 ÿ w2
w5 ÿ w2 + w4.
Alternativamente, podem ser colocados limites na proporção do peso global na decisão que
critérios específicos podem ter:
w3 ÿ 0,25
0,2 ÿ w4 ÿ 0,5
Note-se que em cada caso o que está a ser comparado é o peso a ser associado a uma
oscilação do nível mais baixo para o mais elevado considerado para cada um dos critérios em
questão – por outras palavras, o mesmo processo de pensamento subjacente à ponderação
da oscilação.
Tendo em mente que a soma dos pesos deve ser sempre um, restrições de desigualdade
linear como as acima se combinam para restringir os valores que os pesos podem assumir,
sem chegar ao ponto de fixar valores numéricos precisos para eles. Assim, é captado até que
ponto o decisor está preparado para assumir compromissos sobre a importância relativa
dos diferentes critérios, sem exigir dados de estimativas mais precisas do que as que deseja
fornecer.
As desigualdades lineares definem o que é, de facto, uma região viável (ver Apêndice 1) que
especifica todas as combinações possíveis de valores de peso que possam ser consistentes
com as opiniões declaradas dos decisores. Existem então duas maneiras pelas quais essas
informações podem ser usadas.
Uma abordagem é concentrar-se nos valores máximos e mínimos que as pontuações

médias ponderadas do Si podem assumir para as várias opções. A teoria da
programação linear estabelece que esses valores extremos ocorrerão no vértice
pontos (canto) da região viável (n-dimensional). Existem procedimentos para

identificar o conjunto completo de valores wj nesses vértices. Dependendo da natureza
das restrições de desigualdade, os valores podem ser determinados pela aplicação direta
de uma fórmula matemática ou pelo uso de um pacote de computador especializado (por
exemplo, o algoritmo de enumeração de vértices incluído no pacote Mathematica ) .
Uma vez identificados os pontos de vértice, é simples:
• encontrar o valor máximo ponderado que cada opção pode assumir
• encontrar o valor mínimo ponderado que cada opção pode assumir;
• procurar a dominância – aqui, a possibilidade de que a diferença mínima ponderada

entre duas opções seja maior que zero.
A medida em que este processo finalizará a recomendação de uma única opção dependerá
de quão restritivo é o conjunto de restrições de desigualdade em wj e do desempenho
relativo das opções. Muitas vezes não será suficiente determinar uma recomendação
única. O domínio nas diferenças de pontuação ponderadas pode eliminar algumas
opções. Depois disso, um processo mais crítico pode ser necessário. Por exemplo, as
opções podem ser classificadas separadamente em termos dos seus valores
ponderados máximo e mínimo. Então, uma lista restrita poderia ser criada a partir das
opções que oferecem valores máximos ponderados relativamente altos e, simultaneamente,
evitam valores mínimos ponderados baixos.
Uma segunda abordagem consiste em procurar identificar um único conjunto de

pesos que seja representativo de todas as possíveis combinações de pesos
admissíveis, consistente com as restrições de desigualdade linear estabelecidas nos pesos.
Barron e Barrett e outros argumentaram que este ponto deveria ser o centróide da
região viável de conjuntos admissíveis de valores de peso.
Assim, seguindo esta abordagem, tendo identificado o centróide, tudo o que é

necessário é avaliar cada opção no ponto centróide e classificar as opções em termos da
pontuação média ponderada que registam nesse ponto.
Edwards e Barron fornecem uma fórmula direta para determinar o ponto centróide
para o caso em que todos os critérios são classificados simplesmente na forma w1 ÿ
w2 ÿ w3 ÿ ... ÿ wn (que eles chamam de Centróide de Ordem de Classificação, ROC).
Especificamente, se houver n critérios, o peso do j-ésimo critério deverá ser:
A derivação do centróide é mais complexa onde as desigualdades são menos

diretas, mas estão disponíveis vários procedimentos que permitem fazer os
cálculos – ver Barron e Barrett,82 Kmietowicz e Pearman.83
82
Barron, FJ e Barret, BE (1996) 'Qualidade da decisão usando pesos de atributos classificados', Management Science, 42, pp.1515–23.
83
Kmietowicz, ZW e Pearman, AD (1984) 'Teoria da decisão, informação parcial linear e dominância estatística', Omega, 12, pp.301–99.
Edwards e Barron sugerem, com base em estudos de simulação, que as opções de

classificação utilizando o procedimento ROC localizam com sucesso a melhor opção
disponível entre 75 e 85 por cento das ocasiões. Mais importante ainda, quando a melhor
opção não é localizada, a perda média da pontuação S é de apenas 2 por cento.
Dadas as prováveis imprecisões nos dados, isto sugere que o procedimento ROC pode
ser um dispositivo de seleção muito eficaz.
O acima exposto pressupõe que as estimativas de peso dos tomadores de decisão são
imprecisas, mas que as estimativas das pontuações das opções em cada critério são
precisas. Se o inverso for o caso, então pode valer a pena prosseguir o primeiro processo
de exploração e seleção descrito acima (com base nas pontuações S ponderadas
mínimas e máximas e na dominância nas pontuações ponderadas). Neste caso,
contudo, será geralmente necessário executar um pacote de computador de programação
linear simples para identificar as informações necessárias sobre o desempenho das
opções nos pontos de vértice.
Como alternativa, os insights sobre a variabilidade nos níveis globais de desempenho de

diferentes opções também podem ser obtidos através da aplicação de métodos simples
de análise de risco, onde a imprecisão nos valores reais das pontuações de desempenho
individuais, sij, pode ser representada por distribuições de probabilidade. Pacotes
de computador como o Risk tornam isso fácil de realizar. Este processo, contudo, não
proporciona quaisquer meios directos para classificar as opções, o que normalmente seria
feito posteriormente por inspecção e avaliação especializada.
Devido à restrição extra de que os pesos devem ser valores não negativos somados a
um, aplicar métodos de análise de risco para explorar as consequências da imprecisão nos
pesos não é uma coisa simples de fazer.
Examinar as consequências da imprecisão simultânea nos pesos e nas pontuações é

mais complexo. Além disso, é provável que o conjunto duplamente incerto de factores de
produção conduza, em muitos casos, a intervalos de desempenho de resultados ( Si )
para opções que são amplas e sobrepostas e, consequentemente, pouco informativas. Em
geral, é pouco provável que valha a pena prosseguir esta linha de investigação.
Apêndice 5 O processo de
hierarquia analítica
5.1 O procedimento básico de ahp

No cerne do Processo de Hierarquia Analítica (AHP) está um método para
converter avaliações subjetivas de importância relativa em um conjunto de pontuações
ou pesos gerais. O método foi originalmente concebido por Saaty.84 Ele provou ser um
dos métodos MCA mais amplamente aplicados, ver, por exemplo, Zahedi,
85Golden et al. 86 e Shim 87 para resumos de aplicações. No entanto, ao mesmo
tempo, atraiu críticas substanciais de vários especialistas em MCA. Também houve
tentativas de derivar métodos semelhantes que mantivessem os pontos fortes do
AHP, evitando algumas das críticas.
O contributo fundamental para o AHP são as respostas do decisor a uma série de

questões de forma geral, 'Qual a importância do critério A em relação ao critério B?'.
Estas são chamadas de comparações de pares. Perguntas deste tipo podem ser
utilizadas para estabelecer, no AHP, tanto os pesos dos critérios como as pontuações
de desempenho das opções nos diferentes critérios.
Consideremos em primeiro lugar a derivação dos pesos. Presume-se que um conjunto

de critérios já tenha sido estabelecido, conforme discutido nos Capítulos 5 e 6. Para
cada par de critérios, o decisor é então obrigado a responder a uma questão de
comparação de pares que questiona a importância relativa dos dois. As respostas são
reunidas na forma verbal e posteriormente codificadas em uma escala de
intensidade de nove pontos, conforme segue:
Quão importante é A em relação a B? Índice de preferência atribuído
Igualmente importante 1
Moderadamente mais importante 3
Fortemente mais importante 5
Muito fortemente mais importante 7
Extremamente mais importante 9
2, 4, 6 e 8 são valores intermediários que podem ser usados para representar nuances de
julgamento entre as cinco avaliações básicas.
Se o julgamento for de que B é mais importante que A, então é atribuído o recíproco

do valor do índice relevante. Por exemplo, se B for considerado muito
84
Saaty, T. (1980) O Processo de Hierarquia Analítica, John Wiley, Nova York.
85
Zahedi, F. (1986) 'O processo de hierarquia analítica: um levantamento do método e suas aplicações', Interfaces, 16, pp.96–108.
86
Golden, B., Wasil, E. e Harker, P. (eds.) (1989) O Processo de Hierarquia Analítica: Aplicações e Estudos, Springer Verlag, Nova
York.
87
Shim, JP (1989) 'Pesquisa bibliográfica sobre o processo de hierarquia analítica (AHP)' Socio-Economic Planning Sciences, 23,
pp.161–7.
fortemente mais importante como critério para a decisão do que A, então o valor
1
/7 seria atribuído a A em relação a B.
Como se presume que o tomador de decisão é consistente ao fazer

julgamentos sobre qualquer par de critérios e como todos os critérios sempre serão
classificados de forma igual quando comparados a si mesmos, só é necessário tomar decisões
1
/ 2n(n – 1) comparações para estabelecer o conjunto completo de julgamentos pareados para n
critério. Assim, uma matriz típica para estabelecer a importância relativa de três critérios
poderia ser assim:
O próximo passo é estimar o conjunto de pesos (três no exemplo acima) que são mais
consistentes com as relatividades expressas na matriz. Observe que embora haja
consistência completa nos julgamentos (recíprocos) feitos sobre qualquer par, a
consistência dos julgamentos entre pares não é garantida. Assim, a tarefa é procurar
os três wj que proporcionarão o melhor ajuste às 'observações' registradas na matriz
de comparação pareada. Isto pode ser feito de várias maneiras.
O método básico de Saaty para identificar o valor dos pesos depende de ideias
relativamente avançadas em álgebra matricial e calcula os pesos como os elementos
do autovetor associado ao autovalor máximo da matriz. Para o conjunto acima de
comparações aos pares, os pesos resultantes são:
w1 = 0,751 w2 = 0,178 w3 = 0,070.

Os cálculos necessários são bastante complexos. Na prática, eles seriam
realizados por um pacote especial de computador AHP.
Uma alternativa mais direta, que também tem alguns atrativos teóricos (veja
abaixo), é:
• calcular a média geométrica de cada linha da matriz

• totalizar as médias geométricas, e
• normalizar cada uma das médias geométricas dividindo pelo total justo
computado.
No exemplo, isso daria:88
Média geométrica Peso88
Critério 1 (1 × 5 × 9)1/3 3,5568 0,751
Critério 2 (1/5 × 1 × 3)1/3 0,8434 0,178
Critério 3 (1/9 × 1/3 × 1)1/3 0,3333 0,070
Soma 4.7335 (=1,00)
88
Os pesos devem somar um. Há um pequeno erro de arredondamento.
Levados a mais casas decimais de precisão, os pesos estimados pelos dois métodos
diferentes não são idênticos, mas é comum que sejam muito próximos.
No cálculo de pesos, é normal agrupar critérios em uma árvore de valores (ver seção
6.2.6). Em aplicações AHP, isso permite que uma série de pequenos conjuntos de
comparações de pares sejam realizadas dentro de segmentos da árvore de valores e
depois entre seções em um nível superior na hierarquia. Desta forma, o número de
comparações aos pares a realizar não se torna demasiado grande.
Além de calcular desta forma os pesos para os critérios, a implementação

completa do AHP também utiliza a comparação aos pares para estabelecer
pontuações de desempenho relativas para cada uma das opções em cada critério. Neste
caso, a série de questões aos pares a responder questiona a importância relativa do
desempenho dos pares de alternativas em termos da sua contribuição para o
cumprimento de cada critério. As respostas usam o mesmo conjunto de nove avaliações
de índice de antes. Se houver m opções en critérios , então n
matrizes mm separadas devem ser criadas e processadas.
Embora possa parecer uma tarefa difícil, pacotes de computador como Expert Choice e
HIPRE 3+ automatizam a maioria dos cálculos. Geralmente, os usuários não especialistas
consideram os procedimentos de entrada de dados de comparação de pares do AHP e
procedimentos relacionados atraentes e fáceis de realizar.
Com todos os pesos e pontuações calculados usando a abordagem de comparação

aos pares que acabamos de descrever, as opções são então avaliadas globalmente usando
o modelo aditivo linear simples usado para MCDA. Todas as opções registrarão uma
pontuação ponderação em algum lugar na faixa de zero a um. A maior é a opção de
preferida, Si , sujeita, como sempre, a testes de sensibilidade e outras análises
específicas do contexto da classificação produzida pelo modelo.
5.2 Preocupações com o AHP
O AHP proporciona os mesmos benefícios que os modelos MCDA em termos de

concentrar a atenção dos decisores no desenvolvimento de uma estrutura formal
para captar todos os factores importantes que possam diferenciar uma boa escolha
de uma opção de uma má escolha. As comparações aos pares são geralmente aceites
na prática como um meio de estabelecer informações sobre a importância relativa
dos critérios e o desempenho relativo das opções. O fato de a matriz de comparação
pareada fornecer algumas informações redundantes sobre valores relativos permite
que algumas verificações cruzadas sejam feitas. Indiscutivelmente, os pesos ou
pontuações resultantes podem ser mais estáveis e consistentes do que se fossem
baseados num conjunto mais restrito de julgamentos. O AHP também se adapta
confortavelmente a circunstâncias em que os julgamentos, em vez das medições de
desempenho (digamos), são a forma predominante de informação de entrada.
No entanto, apesar destas atrações, os analistas de decisão expressaram uma série de

preocupações sobre o AHP. French89 fornece uma crítica sucinta; ver também Goodwin e
Wright.90 As principais dúvidas levantadas são:
(a) A escala de 1 a 9 tem o potencial de ser internamente inconsistente. A pode receber

pontuação 3 em relação a B e B, da mesma forma, pontuação 5 em relação a C. Mas
a escala de 1 a 9 significa que uma classificação consistente de A em relação a C
(exigindo uma pontuação de 15) é impossível.
(b) A ligação entre os pontos da escala de 1 a 9 e as descrições verbais correspondentes

não tem fundamentação teórica.
(c) Os pesos são obtidos para os critérios antes que as escalas de medição dos critérios
sejam definidas. Assim, o decisor é induzido a fazer afirmações sobre a importância
relativa dos itens sem saber o que, de facto, está a ser comparado (ver secção 6.2.10).
(d) A introdução de novas opções pode alterar a classificação relativa de algumas das
as opções originais. Este fenómeno de “reversão de classificação”, relatado pela primeira
vez por Belton e Gear,91 é alarmante e surge de uma falha na relação consistente das
escalas de medição (de desempenho) com os pesos associados.
(e) Embora seja uma questão de debate entre os analistas de decisão, há uma
opinião forte de que os axiomas subjacentes nos quais o AHP se baseia não são
suficientemente claros para serem empiricamente testáveis.
5.3 Alternativas ao AHP

Várias tentativas foram feitas para desenvolver procedimentos de MCA que mantivessem
os pontos fortes do AHP, evitando algumas das objeções. O foco destes esforços tem sido em
grande parte encontrar diferentes formas de extrair e depois sintetizar as comparações aos
pares. Está além do escopo do manual entrar em grandes detalhes sobre esses
desenvolvimentos
A alternativa mais conhecida é REMBRANDT (ver Lootsma,92 e Olson93).

REMBRANDT usa um sistema de classificação direta que está em uma escala logarítmica
para substituir a escala de 1 a 9 do AHP e troca a abordagem de síntese baseada em
autovetores por uma que é baseada no uso da média geométrica para identificar pesos e
pontuações estimados de matrizes de comparação de pares 0,94
Uma alternativa mais recente é o procedimento MACBETH, descrito na secção 5.6.
89
French, S. (1988) Teoria da Decisão: uma Introdução à Matemática da Racionalidade, Ellis Horwood, Chichester, pp.
90
Goodwin, P. e Wright, G. (1998) Análise de decisão para julgamento gerencial, segunda edição, John Wiley, Chichester.
91
Belton, V. e Gear, T. (1983) 'Sobre uma falha no método de hierarquias analíticas de Saaty', Omega, 11, pp.228–30.
92
Lootsma, FA (1992) O Sistema REMBRANDT para Análise de Decisão Multicritério via Comparações Pareadas ou Classificação Direta,
Relatório 92–05, Faculdade de Matemática Técnica e Informática, Universidade de Tecnologia de Delft, Holanda.
93
Olson, D. (1996) Auxílios à decisão para problemas de seleção, Springer Verlag, Nova York.
94
Para críticas sucintas, ver French, pp. 359–361, e Goodwin e Wright, pp.
Apêndice 6 Métodos de superação
6.1 Introdução
A maior parte dos procedimentos de MCA discutidos neste manual baseiam-se no trabalho de
investigadores dos EUA e do Reino Unido. Existem, no entanto, outras perspectivas sobre o
MCA, das quais os Métodos de Superação são indiscutivelmente os mais significativos. A
superação como base para a MCA teve origem na França, no trabalho de Bernard Roy e
colegas em meados da década de 1960, e continuou a ser aplicada e ampliada desde então.
Os investigadores belgas e holandeses têm estado entre os mais activos neste domínio. Para
um resumo do pensamento da Escola Europeia de MCA, ver Roy e Vanderpooten.95
A principal razão para limitar a discussão dos procedimentos de superação neste manual é a
nossa opinião de que, para utilizadores não especializados, o modelo MCDA é mais
transparente, mais próximo em espírito dos procedimentos estabelecidos no governo do Reino
Unido, como o CBA e o CEA, e fornece uma visão mais clara e trilha de auditoria mais facilmente justificável.
No entanto, os métodos de superação também têm seus pontos fortes. Indiscutivelmente,
encorajam uma maior interacção entre o decisor e o modelo na procura de boas opções.
Reconhecem também directamente o que por vezes é a realidade política, que as opções
que registam um fraco desempenho, mesmo numa dimensão, são muito susceptíveis de se
revelarem inaceitáveis, devido à intensidade do lobby por parte daqueles que suportam o
peso do fraco desempenho no critério em questão.
6.2 Procedimentos básicos
Os principais métodos de superação pressupõem uma disponibilidade de dados bastante

semelhante à exigida para o modelo MCDA. Ou seja, exigem que sejam especificadas
opções, que o seu desempenho seja avaliado com base numa série de critérios e que
sejam avaliados pesos96 que expressem a importância relativa dos critérios.
Superação é um conceito originalmente devido a Roy97 e pode ser definido da seguinte

forma.
A opção A supera a opção B se, dado o que se entende sobre as preferências do tomador
de decisão, a qualidade da avaliação das opções e o contexto do problema, houver
argumentos suficientes para decidir que A está em
95
Roy, B. e Vanderpooten, D. (1996) “A Escola Europeia de MCDA: emergência, características básicas e trabalhos atuais”,
Journal of Multi-Criteria Decision Analysis, 5, pp.22–37.
96
A rigor, a definição matemática de pesos para pelo menos alguns métodos de superação é diferente daquela usada no MCDA.
Contudo, não é necessário explorar estas diferenças numa introdução à superação. Consulte também o Apêndice 7 sobre
Métodos de Superação com Dados Qualitativos.
97
Roy (1974) “Critérios múltiplos e modelização de preferências: l'apport des relações de superclasse”, Revue d'Economie
Politique, 1.
pelo menos tão bom quanto B, embora não haja nenhuma razão esmagadora para refutar
essa afirmação.
Assim, a superação é definida fundamentalmente no nível da comparação entre pares entre cada
par de opções consideradas.
Com base nesta ideia bastante geral, uma série de procedimentos foram desenvolvidos
para operacionalizar a superação como forma de apoiar a tomada de decisão multicritério.
Normalmente, eles envolvem duas fases. Primeiro, deve ser especificada uma forma precisa
de determinar se uma opção supera outra.
Em segundo lugar, é necessário determinar como todas as avaliações de superação aos
pares podem ser combinadas para sugerir uma classificação de preferência global entre as
opções.
O Capítulo 5 de Vincke98 fornece uma introdução clara aos métodos de superação

mais conhecidos, dos quais existem vários. Aqui será descrito apenas um, o método
ELECTRE I , devido a Roy.99 ELECTRE deriva de
Elimination et Choix Traduisant la Realite.
6.3 ELÉTRICO I
A ELECTRE I preocupa-se essencialmente em identificar relações de dominância100, num
sentido semelhante, mas de forma alguma idêntica, à dominância, conforme discutido na
secção 5.5.2.1. Procura localizar um subconjunto de opções, E, de modo que qualquer opção
que não esteja em E seja superada por pelo menos um membro de E. O objetivo é tornar E o
menor possível e funcionar como uma lista restrita, dentro da qual um deverá ser encontrada
uma boa opção de compromisso.
6.3.1 Fase 1: Definindo concordância e discordância
O ponto de partida é definir o que chamamos de índices de concordância e discordância.

Usando a mesma notação do corpo principal do manual, o índice de concordância, c(i,j),
pode ser calculado para cada par ordenado de opções (i,j) simplesmente como a soma de
todos os pesos para aqueles critérios onde a opção i tem pontuação pelo menos tão alta
quanto a opção j.
O índice de discordância, d(i,j), é um pouco mais complexo. Se a opção i tiver um desempenho

melhor que a opção j em todos os critérios, o índice de discordância será zero. Caso contrário,
então, para cada critério em que j supera i, o rácio é calculado entre a diferença no nível de
desempenho entre j e i e a diferença máxima observada na pontuação no critério em questão
entre qualquer par de opções no conjunto que está a ser considerado. Esta relação (que deve
estar entre zero e um) é o índice de discordância.
98
Vincke, P. (1992) Apoio à decisão multicritério, John Wiley, Chichester.
99
Roy (1968) 'Classement et escolha em presença de pontos de vue múltiplos (la methode Electre)', Revue Française de
d'Informatique et de Recherche Operationnelle, 8, pp.57-75.
100
Ao longo dos apêndices 6 e 7, “dominância” é utilizada para se referir à ideia de uma opção superar outra no sentido
definido na secção 6.3.2 deste apêndice. Esta não é a mesma interpretação que a posição dominante tem em outras partes
deste documento, mas é de uso comum em aplicações publicadas de procedimentos de superação.
Definido desta forma, o índice de discordância só terá valor real em fases posteriores da análise
se os critérios tiverem aproximadamente a mesma importância. Contudo, é possível
refinar a definição de discordância para evitar esta dificuldade, embora ao custo de induzir
algum elemento de julgamento subjetivo. É o índice de discordância que capta a noção
de inaceitabilidade de uma opção se esta registar um desempenho notavelmente fraco, mesmo
em apenas uma dimensão.
6.3.2 Fase 2: Combinando concordância e discordância
Para reunir os dois conjuntos de índices n(n – 1) para todas as n opções consideradas, a
próxima fase é definir um limite de concordância (relativamente grande), c*, e um limite
de discordância (relativamente baixo), d*.
Uma opção supera então outra opção globalmente se o seu índice de concordância estiver
acima do valor limite escolhido e o seu índice de discordância estiver abaixo do valor limite.
O conjunto de todas as opções que superam pelo menos uma outra opção e não
são superadas contém as opções promissoras para este problema.
Se o conjunto for demasiado pequeno, talvez até mesmo um conjunto vazio, pode ser
expandido através de alterações apropriadas nos limiares de concordância e/ou discordância.
Da mesma forma, se o conjunto for muito grande, ele poderá ser reduzido.
6.4 Avaliação
O pensamento por trás dos métodos de superação é bem diferente daquele subjacente
ao MCDA. Embora pretendam alcançar basicamente o mesmo resultado, os dois
não são fáceis de comparar de uma forma que faça justiça a ambas as abordagens. Em
essência, a abordagem MCDA faz suposições relativamente fortes sobre as circunstâncias
subjacentes do problema e fornece, de uma forma bastante estereotipada, uma classificação de
opções, que poderá então necessitar de ser considerada cuidadosamente para evitar ignorar
factores importantes não capturados no modelo. MCDA tem uma base axiomática
relativamente forte.
Os métodos de superação, por outro lado, procuram fazer menos suposições sobre a
natureza do processo subjacente que produz preferências.
Deixa a maior parte do processo de finalização da escolha para o decisor através do
ajuste fino em termos de itens como os limiares de concordância e discordância. Reconhece o
facto de que as opções que registam desempenhos relativos muito fracos em
dimensões específicas podem ser difíceis de implementar na prática. É um processo mais
interativo entre o tomador de decisão e o modelo.
A opinião assumida neste manual é que o processo MCDA é mais adequado à ampla gama
de decisões públicas. No entanto, os métodos de outranking, que foram desenvolvidos um
pouco além do modelo básico ELECTRE I descrito acima, certamente têm os seus proponentes
e permitem o desenvolvimento de perspectivas de escolha que os modelos MCDA não
conseguem.
6.5 Exemplo numérico

Supõe-se que existam dez opções (A, B, ... J) a serem comparadas, utilizando seis critérios. Os
critérios são avaliados em escalas numéricas e são tais que valores elevados são considerados
preferíveis aos baixos. Os detalhes estão contidos na Tabela A6.1. Uma avaliação dos
pesos atribuídos a cada um dos seis critérios também é necessária como dados de entrada.
Isso é considerado como:
w = [0,25 0,10 0,15 0,25 0,05 0,20]
Tabela A6.1 Matriz de impacto das opções para análise de concordância
ABCDE FGH I J.
1 6 2 16 10 11 5 16 17 10 5
2 300 450 350 500 380 250 390 400 410 250
3 27 21 27 20 23 31 24 22 16 18
4 18 19 12 12 20 10 18 26 23 21
5 570 400 420 450 400 430 510 380 410 400
6 12 23 18 20 16 18 21 23 20 22
Os primeiros passos de uma análise de concordância são a identificação dos índices de

concordância e discordância para todos os pares de opções (i, j), que são então reunidos em
matrizes de concordância e discordância. A título de ilustração, considere o par de
opções (C,D). Os critérios que servem de base para o cálculo dos índices de concordância
e discordância são respectivamente:
• Índice de Concordância: {1 ; 3}
• Índice de Discordância: {2 ; 4; 5; 6}
O índice de concordância, c(C,D), é 0,25 + 0,15 = 0,40, a soma dos pesos associados aos
membros do conjunto de concordância. O índice de discordância, d(C,D), é o elemento máximo
do conjunto:
que são as razões entre a quantidade de discordância entre C e D para cada critério
indicando discordância, até a discordância máxima entre qualquer par de opções para o critério
correspondente. Portanto d(C,D) = 0,60.
Todos os outros elementos das matrizes de concordância e discordância (apresentados nas
Tabelas A6.2 e A6.3) são calculados de forma semelhante.
Tabela A6.2 A matriz de concordância
ABCDE FGH I J.
A – 0,45 0h30 0,45 0,20 0,65 0,20 0,20 0,20 0,55
B 0,55 – 0,55 0,60 0h30 0,55 0,55 0,15 0,45 0,45
C 0,55 0,45 – 0,40 0,65 0,60 0,15 0,20 0,45 0,55
D 0,55 0,40 0,35 – 0,35 0,85 0,10 0,15 0h30 0,55
E 0,80 0,65 0,35 0,65 – 0,60 0,25 0,20 0,40 0,50
F 0,35 0,45 0,02 0,15 0,40 – 0,15 0,20 0,20 0,20
G 0,55 0,45 0,60 0,90 0,75 0,85 – 0,20 0,65 0,55
H 0,80 0,65 0,80 0,85 0,80 0,80 0,80 – 0,85 0,95
EU 0,80 0,55 0,55 0,25 0,60 0,80 0,35 0,15 – 0,65
J. 0,45 0,50 0,45 0,45 0,45 0,45 0,45 0,05 0,35 –
Tabela A6.3 A matriz de discordância
ABCDE FGH I J.
A – 1,00 0,67 0,80 0,36 0,55 0,82 1,00 0,73 0,91
B 0,89 – 0,93 0,53 0,60 0,67 0,93 1,00 0,53 0,20
C 0,79 0,45 – 0,60 0,50 0,27 0,47 0,88 0,69 0,56
D 0,63 0,44 0,47 – 0,50 0,73 0,40 0,88 0,69 0,56
E 0,89 0,64 0,33 0,48 – 0,53 0,58 0,64 0,36 0,55
F 0,74 0,80 0,73 1,00 0,63 – 0,95 1,00 0,81 0,69
G 0,32 0,24 0,20 0,44 0,13 0,47 – 0,50 0,31 0,19
H 1,00 0,20 0,33 0,40 0,10 0,60 0,68 – 0,16 0,11
EU 0,84 0,33 0,73 0,76 0,47 1,00 0,53 0,47 – 0,18
J. 0,89 0,80 0,73 1,00 0,52 0,87 0,73 0,80 0,64 –
Preparadas as matrizes de concordância e discordância, é agora necessário

começar a identificar padrões de dominância entre as opções, utilizando limiares
de concordância e discordância. Às vezes, os valores médios dos elementos nas
respectivas matrizes são usados como limites iniciais. No exemplo atual isso
implicaria valores c* = 0,48 e d* = 0,61. Por definição, a dominância da opção i
sobre a opção j ocorre em determinados níveis de limiar se c(i,j) c* e d(i,j) < d*
simultaneamente. Aqui, isso produz o seguinte padrão de dominância inicial:
• A domina F
• B domina D
• C domina E, F, J
• D domina J
• E domina D, F, J
• G domina A, C, D, E, F, I, J
• H domina B, C, D, E, F, I, J
• I domina B, E, J
Devido à forma como a dominância é definida, as relações de dominância não são

transitivas. Uma opção dominante é, por definição, aquela que (a) domina pelo
menos uma outra opção; (b) não é ela própria dominada. Aqui, apenas G e H são
dominantes.
Para tentar determinar um conjunto menor de opções dominantes (talvez

contendo apenas uma opção), o processo de identificação da dominância pode ser
repetido utilizando limiares de concordância e discordância mais exigentes.
Neste exemplo, c* foi aumentado em etapas de 10% e d* diminuiu de forma
semelhante. Contudo, este padrão de mudança é essencialmente arbitrário e, em
teoria, serão encontrados diferentes padrões de dominância se forem seguidos
diferentes esquemas de ajustamento. Na prática, o padrão de dominância não parece
ser particularmente sensível à escolha de esquemas de ajustamento, dentro de um
intervalo razoável.
A mudança no padrão de dominância à medida que c* e d* se alteram é mostrada

na Tabela A6.4.
Tabela A6.4 Mudanças nos padrões de dominância à medida que c* e d* mudam
c* e* dominante Dominado
1 0,53 0,54 B D
C E, F
E D, F
G A, C, D, E, F, I, J
H B, C, D, E, F, I, J
EU
B, EJ
2 0,58 0,49 C F
E D
G C, D, E, F, I
H B, C, D, E, F, I, J
EU
E,J
3 0,64 0,44 G DE eu
H B, C, D, E, F, I, J
EU J.
4 0,70 0,40 G E
H C, D, E, F, I, J
Assim, neste exemplo, dado o esquema de ajuste escolhido para c* e d*, o

conjunto de opções dominantes não pode ser reduzido abaixo de dois, G e H.
Se for necessária uma única seleção “ótima”, deverá recorrer-se a

outras técnicas.
Caso se pretenda obter uma classificação de todas as opções do conjunto

inicialmente considerado, são possíveis duas abordagens. Uma delas é simplesmente
remover a opção finalmente selecionada como “ótima” e repetir a análise num conjunto
reduzido de nove opções. O 'ótimo' na segunda aplicação da análise de concordância
passa a ser o segundo esquema classificado. O processo pode ser repetido para
produzir uma classificação completa dos esquemas, embora a classificação
das opções com classificação mais baixa possa ser bastante arbitrária.
Alternativamente, uma impressão geral razoável dos méritos relativos das opções pode
ser obtida meramente a partir dos resultados da análise que acabamos de realizar.
Uma ordem aproximada de opções pode ser:
HGI C E RUIM F J.
Apêndice 7 Métodos de superação

com dados qualitativos
7.1 Introdução
Ser capaz de realizar estudos informativos de MCA sem exigir entradas

de dados numéricos precisos é uma possibilidade atraente. Alguns critérios
não se prestam naturalmente à medição numérica. Por vezes, as restrições de
tempo ou outros recursos restringem a precisão com que o desempenho
das opções pode ser medido.
Neste manual, a abordagem recomendada em tais circunstâncias consiste em

realizar uma avaliação limitada, com base nos procedimentos definidos no Capítulo
4, ou utilizar o parecer de peritos para estimar subjetivamente o desempenho nas
escalas relevantes de 0 a 100 para os critérios em questão, complementando a
avaliação global com testes de sensibilidade.
Uma abordagem alternativa, contudo, é aplicar um dos procedimentos MCA

especialmente concebidos para exigir apenas dados qualitativos. Dentro desta gama
de métodos de MCA, apenas um será descrito aqui com algum detalhe.
7.2 Métodos de superação qualitativa

Nijkamp e Van Delft101 e Voogd102 sugerem procedimentos para uma
análise qualitativa de superação. Aqui é explicada a versão devida a Nijkamp e
Van Delft. Baseia-se na suposição de que o desempenho em cada critério é
categorizado em uma das quatro categorias (••••, •••, •• e •) em ordem
decrescente de qualidade. Da mesma forma, as avaliações de importância dos
critérios (pesos) são qualitativas e restritas a três categorias (•••, ••, •) em ordem
decrescente de importância.
Primeiro, são feitas comparações aos pares para cada critério entre todos os
pares dentre as n opções consideradas, de forma semelhante à apresentada no
Apêndice 6. Dependendo da diferença no desempenho avaliado, cada comparação
pode ser:
num extremo, uma grande diferença positiva (•••• contra •) codificada como +++;
no outro extremo, uma grande diferença negativa (• contra ••••) codificada como –
– –; ou qualquer uma das avaliações intermédias ++, +, 0. – ou – –.
Para qualquer critério, todas as comparações aos pares podem ser resumidas por
uma matriz 'assimétrica', com zeros na diagonal principal.
101
Nijkamp, P. e Van Delft, A. (1977) Análise Multicritério e Tomada de Decisão Regional, Martinus Nijhoff, Leiden.
102
Voogd, H. (1983) Avaliação Multicritério para Planejamento Urbano e Regional, Pion, Londres.
Partindo agora do procedimento seguido para ELECTRE I, são calculados três

conjuntos de índices de concordância, um para cada uma das três categorias de
importância do critério (•••, ••, •). Esses índices, c3 (i,j), c2 (i,j) e c1 (i,j), representam
a frequência com que a opção i é melhor que a opção j, para critérios com alto
(•••), médio ( ••) e baixa (•) importância. Esses resultados podem ser resumidos em três (n
n) matrizes de concordância, C3 , C2 e C1 .
Separadamente para cada uma das matrizes de concordância nas quais estes três
conjuntos de cálculos foram definidos, é agora possível calcular três índices de
dominância total líquida. Isto é conseguido calculando para cada matriz a diferença
entre até que ponto a opção i domina todas as outras opções e até que ponto outras
opções dominam a opção i (efetivamente a soma da linha i menos a soma da coluna i).
Estes são denotados c3 , c2 e c1 .
Uma matriz de discordância (não ponderada) é agora calculada para cada par de planos
de forma semelhante. Os índices de discordância, d3 (i,j), d2 (i,j) e d1 (i,j), são calculados
como a frequência com que os resultados da opção i são muito piores (– – –), piores (–
–) e ligeiramente pior (–) do que a opção j. Esta informação alimenta diretamente três
matrizes de discordância, das quais, por sua vez, três matrizes líquidas de discordância
índices de dominância podem ser calculados, d3 , d2 e d1 de forma análoga aos índices
de dominância de concordância descritos anteriormente.
A seleção final não se baseia em nenhum procedimento totalmente definido, mas

gira em torno de uma inspeção dos índices líquidos de concordância e discordância em
cada um dos três níveis de importância do critério, buscando uma opção que
apresente alta concordância e baixa discordância, especialmente no que diz respeito
ao mais importantes grupos de peso.
7.3 Outros métodos qualitativos

Uma série de outros métodos qualitativos são descritos em Nijkamp e Van Delft e
em Voogd. Além disso, o mais recente Nijkamp et al.103 fornece outros exemplos e
uma série de estudos de caso. Dentro da gama de métodos qualitativos, é interessante
que alguns comecem a fundir-se em termos de estilo geral e requisitos de dados com
as aproximações baseadas em classificação ao modelo aditivo linear descrito no
Apêndice 4.
Por exemplo, o método Qualiflex104 é essencialmente uma análise de permutação,

visando derivar uma ordem de classificação de opções que seja, tanto quanto possível,
consistente com a informação ordinal contida na matriz de desempenho e no vetor de
pesos. O método de Análise de Regime105 pode ser interpretado como uma
generalização ordinal de métodos de comparação pareada, como a análise de concordância.
Ambos os métodos são apresentados e ilustrados em Nijkamp et al.106
103
Nijkamp, P., Rietveld, T., e Voogd, H. (1990) Avaliação multicritério em planejamento físico Holanda do Norte, Amsterdã.
104
Paelinck, JHP (1976) 'Análise qualitativa de múltiplos critérios, proteção ambiental e desenvolvimento multirregional, Artigos da Associação
Científica Regional', 36, pp.59–74; Paelinck, JHP (1977) 'Análise qualitativa de múltiplos critérios: uma aplicação à localização do aeroporto',
Environment and Planning, 9, pp.883–95; e Van der Linden, J e Stijnen, H. (1995)
Qualiflex versão 2.3, Kluwer, 1995.
105
Hinloopen, E., Nijkamp, P. e Rietveld, P. (1983) O método do regime: uma nova técnica multicritério, em P. Hansen (ed.)
Ensaios e pesquisas sobre tomada de decisão com múltiplos critérios, Springer Verlag, Berlim.
106
Nijkamp, P., Rietveld, T., e Voogd, H. (1990) Avaliação multicritério em planejamento físico Holanda do Norte, Amsterdã.
Apêndice 8 MCA Fuzzy

Os métodos Fuzzy MCA estão atualmente confinados em grande parte à literatura
acadêmica ou a aplicações experimentais, embora ideias sobre MCA baseadas
em conjuntos fuzzy tenham sido discutidas há mais de vinte anos. Os conjuntos difusos,
conceituados por Zadeh na década de 1960, são amplamente equivalentes aos
conjuntos encontrados na matemática convencional e na teoria das probabilidades,
com uma exceção importante. A exceção é que, em vez de a pertença a um conjunto
ser nítida (ou seja, um elemento é definitivamente membro de um determinado conjunto
ou não é), a pertença ao conjunto é graduada, ou difusa ou imprecisa.
A pertinência do conjunto é definida por uma função de pertinência, µ(x), assumindo

valores entre zero e um. Assim, uma questão específica pode ser considerada
membro do conjunto das principais preocupações sociais com um valor de adesão de 0,8.
Um valor de função de pertinência de 0 indica definitivamente que não é um membro
do conjunto, enquanto µ = 1 indica definitivamente um membro do conjunto. µ = 0,8
sugere um grau bastante forte de crença de que o problema é importante, mas não
uma certeza completa.
Os proponentes da ACM fuzzy argumentariam que um dos pontos fortes da abordagem

fuzzy é que ela reconhece a realidade de que muitos dos conceitos envolvidos na
tomada de decisões estão longe de ser claros ou precisos para os envolvidos. Os
conjuntos fuzzy fornecem uma maneira explícita de representar essa imprecisão na
mente do tomador de decisão de maneira explícita. O desenvolvimento desta linha
de argumento levou a muitas sugestões de extensões difusas para métodos
convencionais de AMC, tais como métodos de superação difusa e teoria da utilidade
difusa.107 No entanto, permanece que, em geral, na comunidade MCA, o entusiasmo
pela AMC difusa permanece silencioso. As razões para isso incluem:
• falta de argumentos convincentes de que a imprecisão capturada através de

conjuntos difusos e as operações matemáticas que podem ser realizadas
sobre eles realmente correspondem à imprecisão real das percepções que os
humanos normalmente exibem em relação aos componentes dos problemas de decisão;108
• dúvidas sobre se tentar modelar de forma prescritiva a imprecisão, o que

é, em certo sentido, um reflexo descritivo das falhas do processamento humano de
decisões sem ajuda; é a forma correta de fornecer apoio para tomar melhores
decisões;
• falha em estabelecer formas de calibrar as funções dos membros e

manipular valores difusos que possuem uma lógica transparente do ponto de vista de
não especialistas.
Em conjunto, questões como estas continuam a lançar dúvidas substanciais sobre o

valor prático da MCA difusa como uma ferramenta prática para apoiar o conjunto
principal de decisões públicas.
107
Exemplos podem ser encontrados, por exemplo, em Chen, SJ e Hwang, CL (1992) Fuzzy Multiple Attribute Decision Making: Methods
and Applications, Springer Verlag, Berlim.
108
French, S. (1988) Teoria da Decisão: uma Introdução à Matemática da Racionalidade, Ellis Horwood, Chichester.
Apêndice 9 Utilização da MCA para

explorar os pontos de vista das partes interessadas
9.1 Introdução
Os três estudos de caso examinados em outras partes deste volume têm como
objetivo principal ajudar o grupo responsável pela tomada de decisão a identificar uma ou
mais das opções consideradas “as melhores”. Embora tenha sido enfatizado que o
MCA apoia os decisores e certamente não “toma a decisão” de qualquer forma
mecanicista, o objectivo subjacente é fornecer orientação prescritiva.
No entanto, para algumas questões de política pública, a diversidade de pontos de

vista e outros factores políticos, sociais e científicos que rodeiam uma questão
podem tornar irrealista, ou pelo menos prematuro, esperar que a MCA cumpra esta função.
No entanto, a abordagem subjacente do MCA ainda pode ser utilizada para gerar uma
melhor compreensão das razões das divergências em questão e para fornecer um “mapa”
da questão em debate. Pode até sugerir caminhos a seguir que possam ser mutuamente
aceitáveis para grupos de partes interessadas cujos pontos de vista fundamentais são
opostos entre si.
O trabalho de Stirling e Mayer, que utiliza uma série de características do MCA, ilustra
alguns destes pontos. Está preocupado com culturas geneticamente modificadas
(GM), especificamente o uso de tolerância a herbicidas GM e outras estratégias
para o cultivo de colza. O objectivo do estudo, contudo, não é identificar uma única opção
estratégica. Em vez disso, utiliza a estrutura do MCA como uma ferramenta para mapear
o debate relativo aos riscos potencialmente associados à introdução de tais culturas. Ao
contrário de alguns outros procedimentos de avaliação de riscos, o processo utilizado
não se centra directamente nos riscos, mas procura esclarecê-los indirectamente,
examinando o desempenho relativo percebido das opções e as causas subjacentes às
diferenças em vista.
Este trabalho fornece uma aplicação potencial interessante (e contrastante) dos

métodos descritos em outras partes do manual. Representa um modo bastante
diferente de aplicação do MCDA, que está a ser utilizado como uma ferramenta exploratória
e não como qualquer tipo de apoio à decisão. Tem potencial para esclarecer algumas
questões (por exemplo, explorar a base quantitativa da abordagem para facilitar a
identificação de alternativas robustas que não são ideais para qualquer grupo de partes
interessadas, mas são amplamente aceitáveis para a maioria) onde o mapeamento
cognitivo e a como pode não ser tão eficaz. De forma bastante incomum para uma MCA, o
estudo dedica atenção considerável à discussão qualitativa dos “pressupostos de
enquadramento” adoptados na definição e pontuação dos critérios.
Embora o modelo aditivo linear simples descrito em outras partes deste manual seja,
em geral, muito robusto, usá-lo em circunstâncias onde possa haver relutância
em fazer trade-off entre atributos ou onde possa haver fortes não-linearidades nas
preferências (incluindo limites) irá esticar o propriedades de robustez consideravelmente.
9.2 Metodologia
O estudo utiliza o que chama de Mapeamento Multicritério (MCM) para fazer uma
avaliação comparativa da colza geneticamente modificada tolerante a herbicidas
com outras opções técnicas e políticas. Um painel de doze pessoas, todas
conhecedoras do assunto em questão, mas representando uma ampla gama de
perspectivas, foi convidado a realizar uma aplicação simplificada de MCDA para avaliar
o desempenho relativo de seis opções básicas determinadas pela equipe de pesquisa
(manejo orgânico, integrado de pragas, estratégias convencionais e
geneticamente modificadas sob diferentes regimes regulatórios), além de até seis outras
que eles próprios eram livres de introduzir.
A análise funcionou essencialmente através dos oito passos do processo MCDA

apresentados na Figura 6.1. Uma diferença fundamental, no entanto, em relação à análise
de decisão padrão, é que cada indivíduo foi guiado através de sua própria abordagem individual .
análise em uma sessão separada de 2 a 3 horas. Assim, desde o início, o objectivo
não foi alcançar uma visão consensual dentro do grupo dos doze sobre a atractividade
relativa das opções, mas expor a variedade de pontos de vista e tentar compreender
melhor onde as diferenças eram mais acentuadas e porquê.
Passo 1: Estabeleça o contexto de decisão
O contexto de decisão foi estabelecido através do contato prévio para marcação da

entrevista MCDA, material escrito pré-circulado e, posteriormente, por discussão
direta entre os pesquisadores e o interessado. Os participantes foram escolhidos com
base no seu conhecimento da área temática e de forma a refletir uma ampla gama
de perspectivas. É evidente que era necessário explicar cuidadosamente o objectivo
do exercício, a natureza e o papel da aplicação MCDA, e cobrir a confidencialidade
e outras questões destacadas pela sensibilidade deste debate específico.
Passo 2: Identifique as opções a serem avaliadas
Estas consistiam nas seis opções básicas mais quaisquer outras identificadas pelo
entrevistado. Nove dos doze participantes somaram um total de dezessete opções.
Etapa 3: Identificar objetivos e critérios
Os participantes foram convidados a identificar até doze critérios. Talvez porque

cada pedido de MCDA fosse separado e individual, parece ter sido dada pouca ênfase à
identificação explícita dos objectivos aos quais os critérios se relacionavam. Foi
realizada uma verificação básica da independência preferencial.
Algum agrupamento de critérios foi feito para análise posterior, mas não diretamente para
apoiar o processo de modelagem MCDA em si.
Etapa 4: pontuação
Os participantes tiveram alguma dificuldade com esta parte da análise, possivelmente devido à
complexidade científica e aos elevados níveis de incerteza em torno de alguns dos critérios e à
margem para variabilidade dependente do contexto. Como forma de explorar a incerteza e a
variabilidade, pediu-se aos participantes que declarassem uma estimativa “alta” e uma “baixa”
para cada pontuação de critério.
Etapa 5: Ponderação
A ponderação do balanço não foi empregada neste estudo específico. Em vez disso,
os participantes geralmente adoptaram uma abordagem mais intuitiva e ad hoc. No entanto,
foram sensibilizados para a interdependência entre pesos e pontuações, pelo que os
pesos estavam, em princípio, relacionados com o grau de diferença entre os melhores e os piores
níveis de desempenho considerados para cada critério, tal como é exigido pelo modelo MCDA.
Etapa 6: Combine os pesos e pontuações
Isto foi feito utilizando o modelo aditivo linear convencional descrito no Apêndice 4.
Etapa 7: examine os resultados
Veja abaixo
Passo 8: Análise de sensibilidade
Veja abaixo.
9.3 Resultados
Dado que o objectivo do MCM não era principalmente a identificação convencional
de boas opções, a análise e interpretação dos resultados afastou-se do que normalmente
teria sido feito nos passos 7 e 8 de um MCDA padrão. As principais análises realizadas para
esta aplicação específica diziam respeito: aos tipos de critérios indicados pelos participantes;
vários testes de sensibilidade em classificações de opções; e uma consideração da
conveniência de desenvolver diversos portfólios de opções, em vez da “melhor solução única” que
está implícita na implementação básica do MCDA.
Em relação ao primeiro deles, constatou-se que a maioria dos participantes identificou critérios
que poderiam ser categorizados num de cinco títulos principais: ambiente, agricultura,
saúde, económico e social. As seleções tenderam a refletir os interesses profissionais dos
próprios participantes. No entanto, muitos destes critérios estão fora do âmbito das avaliações
de risco oficiais.
Com base, em parte, nesta análise, um segundo aspecto do estudo foi uma forma de
teste de sensibilidade, para explorar quais eram os factores-chave que determinavam
a classificação das alternativas pelos participantes. O estudo explorou se a classificação
mudou significativamente dependendo da utilização de valores otimistas ou pessimistas
das pontuações e à luz de mudanças substanciais na ordem de grandeza das avaliações
de peso dos indivíduos. A obtenção de pontuações “otimistas” e “pessimistas” e a
documentação dos pressupostos e condições associados desempenharam um papel
crucial para além da avaliação quantitativa do desempenho. Ele deu uma ideia das
variáveis-chave em diferentes perspectivas sobre o próprio desempenho. Curiosamente, a
conclusão geral foi que houve relativamente pouca mudança na classificação de qualquer uma
destas verificações de sensibilidade.
No entanto, o que influenciou muito na decisão sobre quais opções tinham uma classificação
elevada foi a escolha e a definição dos próprios critérios. Por outras palavras, foi
fundamental a forma como os participantes “enquadraram” o problema, a visão global do
mundo que trouxeram para a análise, reflectida na combinação de critérios que
consideraram importantes. Este resultado é bastante consistente com a visão de muitos
analistas de decisão experientes, que argumentariam que o tempo gasto na determinação
dos critérios em qualquer MCA é o tempo mais importante de todos, e geralmente muito
mais do que o ajuste fino excessivo do detalhe numérico do próprios modelos.
Os autores também discutem as implicações para a prática de agregar os critérios de
diferentes participantes numa árvore de valores abrangente.
Assim, um dos principais resultados (que diferentes enquadramentos na tomada de decisão,

tal como reflectidos na escolha de atributos, têm maior probabilidade de diferenciar
alternativas do que diferentes pesos e/ou pontuações num enquadramento de modelo
partilhado) já está razoavelmente bem estabelecido na literatura de investigação em
decisão. A este respeito, poder-se-ia perguntar o que exatamente outras aplicações
desta abordagem a outros tópicos poderiam alcançar. Talvez o principal benefício fosse
simplesmente um efeito de demonstração para os responsáveis pela tomada de decisões
na área, de que o enquadramento dos problemas pelas partes interessadas difere
significativamente e que isto, por sua vez, está directamente subjacente às diferenças que
são observadas nas preferências por alternativas.
Em termos da realização de análises de risco e, na verdade, de qualquer forma de avaliação

multicritério, esta conclusão apoia fortemente a opinião de que é importante evitar a
concentração prematura da análise numa perspectiva única (muitas vezes técnica) sobre
a escolha de opções. As avaliações de risco convencionais, devido à gama limitada de
critérios que examinam, podem muito bem ser vistas como falhas e inaceitáveis por
algumas partes interessadas. Além disso, o tipo de abordagem desenvolvida no MCM também
pode muitas vezes ajudar na identificação de alternativas robustas, opções que podem não
ser as melhores aos olhos de qualquer grupo de interesse, mas que funcionam
razoavelmente bem em todas as principais perspectivas que podem ser utilizadas. em um
problema. Por exemplo, aqui, uma opção orgânica teve um desempenho robusto,
enquanto a opção do status quo de continuar a agricultura intensiva (sem OGM) foi muitas
vezes mal classificada.
Finalmente, a análise do MCM também forneceu uma base (descrita em detalhe no

relatório) para explorar o interesse de não seleccionar uma única opção (muitas vezes a
forma desnecessariamente restritiva como muitas opções políticas são apresentadas),

mas um portfólio diversificado que abrange alguma mistura das opções em
consideração.
9.4 Avaliação
É importante reconhecer que a forma como o padrão de pensamento MCDA é utilizado

no MCM difere em aspectos importantes do modo prescritivo de aplicação estabelecido em
outras partes deste manual. Não visa identificar opções promissoras avaliadas com base
em critérios derivados de um conjunto acordado de objectivos que reflectem os valores do
grupo decisor ou da sociedade como um todo. Pelo contrário, o seu objectivo é mapear
a diversidade de perspectivas que podem ser adoptadas sobre uma questão, realçar as
principais características subjacentes às diferenças e fornecer um quadro para o debate.
Tanto em termos da identificação dos critérios como da forma como são realizadas as
etapas individuais da análise, não corresponde ao que seria feito numa aplicação MCDA
convencional. Essa não é a sua intenção.
Desde que seja mantida uma distinção clara, de modo que os resultados de um MCM
não sejam interpretados como fornecendo a base para o apoio direto à decisão, o MCM
representa uma extensão útil do padrão básico de pensamento MCDA que lhe permite lançar
luz sobre um novo conjunto de problemas. Existem muitos outros procedimentos de
mapeamento que permitem que os problemas sejam descritos em termos formais e
depois debatidos (por exemplo, Eden e Ackermann, 1998) ou que os procedimentos de
tomada de decisão sejam analisados (Hodgkinson et al., 1999).
O MCM, no entanto, tem a vantagem de utilizar um processo que agora será amplamente
familiar aos leitores deste manual e, devido à sua forma estruturada e quantitativa,
permite que sejam explorados aspectos dos problemas que outros procedimentos de
mapeamento não conseguem.
9.5 Referências
Eden, C. e Ackermann, F. (1998) Fazendo Estratégia: a Jornada da Gestão Estratégica, Sage

Publishers.
Hodgkinson, GP, Bown, NJ, Maule, AJ, Glaister, KW e Pearman, AD (1999) Quebrando
o quadro: uma análise da cognição estratégica e tomada de decisão sob incerteza,
Strategic Management Journal, vol . 20, pp.977-85.
Stirling, A., e Mayer, S., (1999) Repensando o Risco: Um mapeamento piloto multicritério
de uma cultura geneticamente modificada em sistemas agrícolas no Reino Unido,
(Relatório SPRU No 21), Unidade de Pesquisa de Política Científica.
Apêndice 10 Probabilidades para

preferências
Como as probabilidades podem ser usadas em modelos multicritério aditivos? Uma
abordagem consiste em incluir um critério de “confiança”, avaliar as probabilidades e
convertê-las em pontuações de preferência (ou “valores esperados”)109 utilizando uma
“regra de pontuação adequada”. As regras que relacionam pontuações com probabilidades
são consideradas “adequadas” apenas se encorajarem um avaliador a relatar probabilidades
que sejam representações precisas do estado de incerteza do avaliador.
Probabilidade de sucesso Pontuação se tiver sucesso Pontuação em caso de falha
0 – 0
0,01s –150 –2
0,10s –90 –7
0,20s –64 –13
0h30 –48 –20
0,40s –37 –28
0,50s –28 –37
0,60s –20 –48
0,70s –13 –64
0,80s –7 –90
0,90s –2 –150
1,00 0 –
A caixa mostra uma regra de pontuação adequada; é uma regra (aproximadamente) logarítmica
(ou seja, a pontuação/valor da probabilidade p é proporcional a log10p). Por exemplo, se você
julgar que há 85 por cento de chance de chover amanhã e, portanto, 15 por cento de chance
de não chover, então se chover, sua pontuação será –7, mas se não chover, sua
pontuação será – 90. O objetivo, em muitas avaliações de probabilidade, é atingir uma
pontuação o mais próxima possível de zero. Uma maneira de fazer isso é ter muito
conhecimento. Se você julgar que a probabilidade é alta e isso estiver correto, você receberá
uma pontuação de penalidade baixa. Mas qualquer que seja o seu estado de incerteza, você
também pode minimizar a pontuação da penalidade expressando sua incerteza com precisão
ao relatá-la como uma probabilidade.
Sobre esse último ponto, suponha que você decida trapacear um pouco e diga que tem
95% de certeza, esperando obter apenas -2. É claro que se não chover, você receberá uma
pontuação de –150. Como sua crença verdadeira é de 85%, você deve pensar que há 85%
de chance de obter a pontuação de -2 e 15% de chance de receber -150. Isso dá uma pontuação
esperada de:
0,85 (–2) + 0,15 (–150) = –24,2.
109
Uma discussão moderna sobre 'A utilidade de uma distribuição de probabilidade' pode ser encontrada em Bernardo, JM e Smith, AFM, (1994)
Teoria Bayesiana, John Wiley & Sons, Chichester, seção 2.7.2, pp 69–75.
Mas a pontuação esperada seria mais próxima de zero se você relatasse com precisão:
0,85 (–7) + 0,15 (–90) = –19,45
A pontuação esperada associada a um relatório impreciso da sua incerteza é sempre pior do

que a pontuação esperada para a sua crença real. Surpreendentemente, esta afirmação é
verdadeira, seja qual for a sua crença real. Assim, a longo prazo, a pontuação será minimizada
através de relatórios precisos.
Um exame minucioso do sistema de pontuação mostrará que, embora a pontuação possa ser
minimizada ao atribuir uma alta probabilidade, você poderá receber uma grande pontuação
negativa se o evento não ocorrer. Ter certeza absoluta traz uma penalidade de menos infinito
se você estiver errado (como alguém disse uma vez: Ao apostar em uma coisa certa,
sempre guarde a passagem de ônibus para casa). Portanto, você terá que equilibrar sua
confiança de que o evento ocorrerá com a incerteza de que isso não ocorrerá. O sistema
de pontuação ajuda a mostrar o que significa esse ato de equilíbrio. Ele também fornece uma
trilha de auditoria que permite comparar diferentes avaliadores após muitas avaliações terem
sido feitas. A pessoa com a pontuação total mais baixa tem conhecimento dos eventos em
questão e é boa em relatar suas incertezas com precisão.
Como esse sistema de pontuação é logarítmico, ele garante que a pontuação de um

evento composto possa ser derivada pela soma das pontuações associadas aos eventos
componentes. Por exemplo, se probabilidades de 0,6 e 0,5 forem atribuídas a dois eventos,
dando pontuações de –20 e –28 respectivamente, a probabilidade de ambos os eventos é 0,6
0,5 = 0,3, o que está associado a uma pontuação de –48, a soma dos pontuações de dois
componentes. Outras combinações não funcionam tão bem como esta, mas são tão próximas
quanto se pode esperar de um sistema que trabalha com categorias de probabilidades.
Muito mais poderia ser dito sobre sistemas de pontuação adequados, pois existe uma
literatura teórica e empírica considerável dedicada ao tema, principalmente destinada a encontrar
formas de ajudar as pessoas a aprender como avaliar probabilidades imparciais. Em vez
de estender esta breve introdução, aqui estão algumas perguntas comuns sobre sistemas
de pontuação e respostas a elas.
1 Por que não usar uma regra linear, que é mais simples e não oferece uma
penalidade tão grande para probabilidades baixas?
Existem três razões, uma teórica, uma empírica e uma prática.

Primeiro, uma regra linear, que dá uma pontuação para p proporcional a 1 – p, não é uma
regra de pontuação adequada. Tomando o exemplo anterior, se você realmente tiver 85%
de certeza, então, sob uma regra linear, você receberá uma penalidade de apenas –15 se
estiver certo e uma penalidade de –85 se estiver errado. Isso dá uma penalidade esperada de
0,85 (–15) + 0,15 (–85) = –25,50.
Agora considere a pontuação esperada se você der uma probabilidade mais extrema, 1,0 (que
dá uma penalidade linear de 0 se estiver correta e –100 se estiver errada):
0,85 (0) + 0,15 (–100) = –15,00
Obviamente a penalidade esperada é menor por relatar uma probabilidade

mais extrema do que você acredita. Num sistema de pontuação linear, a pontuação
esperada é sempre mais baixa, reportando 1,0 quando se tem mais de 50% de
certeza e 0 quando se tem menos de 50% de certeza. A pontuação linear é inadequada
porque não incentiva o relato preciso da incerteza.
Foi exatamente isso que aconteceu nos testes empíricos da regra linear; as pessoas nos
experimentos gradualmente derivaram em suas avaliações de probabilidade para 0 e 1,0.
A razão prática contra a regra linear é que a maioria das pessoas não sente o mesmo
aumento na preferência em passar de uma probabilidade de 0,1 para 0,2 ou de 0,8 para
0,9. O primeiro é geralmente visto como uma diferença maior de preferência, e essa
diferença maior é capturada na regra logarítmica.
2 Por que não encurtar a escala para que a penalidade máxima seja –100?
Isso poderia ser feito; qualquer transformação linear de uma regra de pontuação adequada
é em si adequada. Se todas as pontuações fossem divididas por 1,5, então a maior seria
100 (sem contar a pontuação do infinito). Mas como as pontuações são dadas como
números inteiros, este encurtamento da escala teria introduzido porções lineares devido
a erros de arredondamento. Note-se que a primeira diferença nas pontuações é 2, a
seguinte é 5, depois 6, 7, 8 e 9. Uma escala mais curta tornaria algumas dessas diferenças
iguais, introduzindo uma porção linear na escala que poderia encorajar relatórios
tendenciosos de incerteza.
3 As grandes penalidades associadas às baixas probabilidades parecem

excessivo. Não poderia ser usada outra regra de pontuação adequada que
não seja tão extrema?
Certamente a regra quadrática, em que a pontuação associada a p é uma função de (1 –

p)2 , é menos penalizadora de pequenas probabilidades. Mas para esta regra a pontuação
de um evento composto não é a soma das pontuações dos eventos componentes.
As probabilidades devem se multiplicar e as pontuações de penalidade
correspondentes devem ser somadas. Para que esta propriedade seja válida, a pontuação
logarítmica é necessária. Com o sistema de pontuação logarítmica, uma forma de diminuir
o efeito das penalidades é reduzir o peso do modelo MCDA nesse critério. Isso simula
menos preocupação com o risco.
4 Porquê utilizar a pontuação de penalização associada à probabilidade de

sucesso; por que não usar o placar de penalidade esperado?
Porque a pontuação de penalidade esperada para p é a mesma que para 1 – p. Veja o

exemplo novamente. Vimos que a pontuação de penalidade esperada por ter 85% de
certeza é –19,45. Aqui está a pontuação de penalidade esperada de 15 por cento:
0,15 (–90) + 0,85 (–7) = –19,45
Isso é o mesmo que 85 por cento. Portanto, se apenas a penalidade esperada fosse
usada, não faria sentido dar uma probabilidade inferior a 0,50.
Glossário
Processo de Hierarquia Analítica (AHP). Uma abordagem MCA inventada pelo matemático Thomas
Saaty, professor da Universidade de Pittsburgh. As entradas para uma análise AHP requerem
comparações emparelhadas de todas as opções separadamente para cada critério, embora os
utilizadores sejam frequentemente encorajados a expressar comparações através de um
conjunto de declarações verbais de força relativa. As comparações assumem a forma de “Quantas vezes
mais é a opção A do que a opção B neste critério?” Além disso, são feitas comparações pareadas de todas
as opções entre si. Estas comparações de opções com opções, e de critérios com critérios, são então
submetidas à matemática matricial que produz números chamados “pesos” (não os mesmos que os
pesos no MCDA) atribuídos tanto às opções como aos critérios. Estes pesos pretendem mostrar as
prioridades das opções e dos critérios, mas a sua interpretação tem sido objecto de muito debate.
Avaliação. O processo de examinar opções e avaliar seus méritos relativos. Neste guia, e normalmente no
governo central do Reino Unido, é utilizado para descrever a análise antes da implementação.
Trilha de auditoria. Num sentido não contabilístico: provas sob a forma de referências, dados ou
documentos que permitem a um investigador traçar o caminho de ações ou decisões passadas.
Técnicas compensatórias de MCA. Métodos para combinar avaliações sobre critérios separados numa
avaliação global, de modo que pontuações mais baixas para uma opção em alguns critérios possam
ser compensadas por pontuações mais altas em outros critérios, ou seja, são modeladas compensações.
Os modelos simples de média ponderada são compensatórios. Os modelos lexicográficos não o são.
Tabela de consequências. Veja matriz de desempenho.
Avaliação contingente. Um método utilizado para implicar avaliações, sobretudo no domínio

ambiental, perguntando aos indivíduos sobre a sua disponibilidade para pagar para reduzir
consequências adversas, como o aumento dos níveis de ruído ou de poluição atmosférica, ou a sua
disponibilidade para aceitar somas de dinheiro para suportar tais consequências.
Análise custo-benefício (ACB). Termo utilizado para descrever uma análise que examina opções e avalia
os seus méritos relativos, quantificando em termos monetários tantos custos e benefícios quanto
possível, incluindo itens para os quais o mercado não fornece uma medida satisfatória de valor. A
base da quantificação monetária é geralmente a disposição de aceitar ou pagar compensação por
ganhos ou perdas.
Análise de custo-efetividade (CEA). Termo usado para descrever a análise que examina opções que
proporcionam benefícios iguais ou semelhantes, e que avalia os seus méritos relativos quantificando e
comparando os custos de fornecê-los. Estes custos podem incluir aqueles para os quais o mercado não
fornece uma medida satisfatória de valor.
Critério. Uma de uma série de medidas em relação às quais as opções são avaliadas e comparadas
numa análise multicritério para determinar o grau em que atingem os objetivos.
Análise de decisão/teoria da decisão. A análise de decisão e a teoria da decisão referem-se neste

manual a qualquer abordagem de apoio à decisão baseada na teoria da utilidade esperada e na sua
posterior extensão a decisões com múltiplos objectivos. A teoria pressupõe apenas que
o tomador de decisão deseja ser consistente em suas preferências e decisões (ver teoria da
utilidade esperada). A análise de decisão é a tecnologia aplicada desenvolvida a partir da teoria
da decisão na década de 1960 pelo professor Howard Raiffa e seus colegas da Universidade
de Harvard e pelo professor Ronald Howard e seus colegas da Universidade de Stanford. A teoria
foi ampliada em 1976 por Ralph Keeney e Howard Raiffa para incluir decisões com múltiplos
objetivos. Esta última abordagem é comumente referida como análise de decisão multicritério
(MCDA).
Árvore de decisão. Um diagrama que mostra os resultados que podem ocorrer para uma série
de decisões interdependentes sequenciadas ao longo do tempo. O resultado real de cada uma
das decisões individuais em cada fase não é conhecido com certeza. A análise apropriada da
árvore permite ao tomador de decisão desenvolver, desde o início do processo de decisão, uma
estratégia de decisão contingente. Isto indica qual é a melhor escolha a fazer em cada fase da
sequência de decisão, dependendo do padrão de decisões e resultados anteriores.
Desconto. O processo de comparação de benefícios e/ou custos que se espera que sejam
acumulados ou incorridos em diferentes momentos no tempo, utilizando uma taxa de desconto
que reflita a avaliação relativa dos benefícios pelo tomador de decisão em diferentes momentos no tempo.
Domínio. A situação em que, numa comparação entre pares de duas opções, a primeira tem uma
pontuação superior à segunda em pelo menos um critério e não inferior em nenhum dos outros.
Neste caso, diz-se que a primeira opção domina a segunda.
Avaliação. O processo de examinar opções e avaliar seus méritos relativos. Neste guia, e
normalmente no governo central do Reino Unido, é utilizado para descrever a análise após a
implementação. Os termos “avaliação de políticas” e “avaliação pós-projecto” são frequentemente
utilizados para descrever a avaliação nestas duas áreas. No uso geral, a palavra avaliação é
frequentemente usada para descrever antes ou depois da análise. É também frequentemente
utilizado para descrever o processo de decisão onde o desempenho de uma opção no que diz
respeito a um critério específico deve ser colocado numa escala numa análise MCA.
Teoria da utilidade esperada. A base da teoria da decisão. Começando com vários pressupostos
básicos sobre o que se entende por preferências coerentes (internamente consistentes), a teoria
mostra que dois elementos estão logicamente implícitos: probabilidades que expressam o grau de
crença e utilidades que representam o valor subjetivo e a atitude de risco. A teoria também mostra
como esses elementos devem ser combinados para fornecer um guia para a tomada de decisões:
ponderando as utilidades pelas probabilidades de todas as consequências previstas de um curso de
acção, e depois somando esses produtos para dar uma utilidade esperada (média ponderada).
Deve ser escolhido o curso de ação com maior utilidade esperada.
Oficinas facilitadas. Um pequeno conjunto de pessoas que partilham um objetivo e

realizam diversas tarefas, com a ajuda de um indivíduo imparcial que facilita a realização das
tarefas do grupo. Uma forma de workshop facilitado é a conferência de decisão, um evento de
dois ou três dias envolvendo um grupo de trabalho de intervenientes-chave que desejam abordar
questões importantes de interesse para a sua organização, com a ajuda de um facilitador externo e
alguma modelagem computacional dos participantes. julgamentos sobre as questões. A modelagem
computacional geralmente assume a forma de MCDA.
Teoria dos conjuntos difusos. Esta abordagem, originada pelo professor Lotfi Zadeh, modela a
imprecisão e ambiguidade que as pessoas sentem ao classificar objetos usando
números de 0 a 1,0 para refletir o 'grau de adesão' a um conjunto. Por exemplo, a uma pessoa alta e
magra pode ser atribuído o número 0,8 como membro do conjunto impreciso de “pessoas altas” e 0,6 no
conjunto de “pessoas magras”. Seria então possível dizer que a pessoa é mais alta do que mais
magra. As funções de pertinência de conjuntos tornam possível combinar números em muitos conjuntos
e, portanto, um aspecto da teoria dos conjuntos difusos tem sido o desenvolvimento de métodos
MCA difusos.
Técnicas de preços hedônicos. Técnicas para inferir avaliações utilizando preços de mercado que
refletem uma série de critérios diferentes. Os índices hedónicos de preços da habitação são
utilizados para avaliar avaliações dos efeitos ambientais através de uma análise estatística de
todos os diferentes factores que influenciam os preços dos imóveis, de modo a identificar o impacto
de efeitos ambientais específicos, como o ruído dos aviões. As equações salariais hedónicas são
utilizadas para avaliar o impacto do risco de perda de vidas de todos os outros factores que
influenciam os níveis salariais nas diferentes profissões.
Escala de intervalo. Uma escala cujo ponto zero e unidade de medida são arbitrários.
As temperaturas Fahrenheit e Celsius são exemplos. Qualquer diferença fixa em uma escala de intervalo
representa a mesma diferença na qualidade que está sendo medida que qualquer outra diferença fixa.
Assim, a diferença de temperatura representada por uma mudança de 0°C para 50°C é a mesma
diferença de temperatura que uma mudança de 50°C para 100°C, e essa afirmação seria verdadeira
mesmo se a medição fosse feita em Fahrenheit.
No entanto, como o ponto zero é arbitrário, as proporções dos números em si não representam proporções
significativas das temperaturas. Assim, declarações de razão sobre a qualidade que está sendo
medida são inadmissíveis quando as medições são feitas em escalas de intervalo, ao passo que
razões de diferenças nos números representam razões de diferenças na qualidade medida. Veja escala
de proporção.
Métodos lexicográficos. Uma abordagem geral para a ordenação de preferências em que as opções
são comparadas com base no critério mais importante e a melhor opção é escolhida, a menos que outras
opções empatem em primeiro lugar. Nesse caso, as avaliações no segundo critério mais importante
são consideradas para desempate. Se isso não for possível, então é consultado o terceiro critério
mais importante, e assim sucessivamente até que uma opção possa ser escolhida.
Existem diversas variações desta abordagem que requerem mais do que as informações mínimas de
um método lexicográfico estrito.
Análise multicritério (MCA). A análise multicritério pode ser usada para descrever qualquer
abordagem estruturada para determinar preferências gerais entre opções alternativas, onde as
opções cumprem vários objetivos. É frequentemente utilizado no governo, como neste manual,
para descrever os métodos que não se baseiam predominantemente em avaliações monetárias.
Independência mútua de preferências. O caso em que as pontuações atribuídas às opções de um

critério não são afetadas pelas pontuações atribuídas de outro critério.
Esta condição é mais fraca do que a independência estatística, onde se o evento E é estatisticamente
independente de F, então F tem que ser independente de E. A independência mútua de preferências
precisa ser verificada em ambas as direções. Por exemplo, ao escolher a melhor opção de refeição
a partir de um menu, as preferências relativas aos pratos principais são geralmente independentes
das preferências do comensal pelo vinho, mas as preferências relativas pelo vinho muitas vezes
não são independentes das preferências pelos pratos principais, pelo que a independência
mútua falha. . A independência de preferência mútua pode ser mantida mesmo quando as opções são
correlacionados em suas medidas com base em critérios do mundo real, desde que os critérios
expressem aspectos separados de valor.
Técnicas de MCA não compensatórias. Qualquer método, como a regra lexicográfica, que não permita
compromissos entre critérios, ou seja, valores fracos para uma opção num critério, não pode ser
compensado por valores melhores noutro critério.
Modelos de decisão normativa. Estes baseiam-se em pressupostos fundamentais (axiomas) sobre o

comportamento humano racional e utilizam a lógica matemática para desenvolver formas de classificar
opções que sejam comprovadamente consistentes com os axiomas subjacentes. Assim, se os axiomas
forem aceites como verdadeiros, o modelo fornece uma forma potencialmente indiscutível de classificar as
opções.
Objetivos. Os objetivos que uma organização deseja alcançar em áreas de interesse. Os

objectivos gerais gerais, ou objectivos finais, são divididos em objectivos de nível inferior ou
intermédios que são mais concretos, e estes podem ser detalhados como subobjectivos,
objectivos imediatos ou critérios que são mais operacionais.
Opções. Formas de atingir objetivos. As opções podem ser políticas, programas, projetos,
esquemas, sistemas ou qualquer outra coisa sobre a qual seja necessária uma decisão.
Matriz de desempenho. Uma matriz ou tabela que apresenta o desempenho de cada opção de acordo
com cada um dos critérios pelos quais as opções devem ser avaliadas. Às vezes chamada de tabela
de consequências.
Escala de preferência. Uma escala que representa a força relativa da preferência. As escalas
relativas são definidas utilizando as opções disponíveis como âncoras: 100 está geralmente associado
à opção mais preferida num determinado critério e 0 está associado à opção menos preferida nesse
critério. As escalas fixas são definidas independentemente das opções disponíveis: 100 pode ser
definido como o “máximo viável” e 0 como o “mínimo aceitável”. Ambas são escalas de intervalo,
portanto 0 não significa nenhuma preferência ou nenhum benefício, mais do que 0°Celsius significa
nenhuma temperatura. Em alguns casos, são utilizadas escalas de proporção. Neste caso o ponto zero
não é arbitrário; representa custo zero ou nenhum benefício. Apenas a unidade de medida é arbitrária e
pode ser definida estabelecendo-se um referente para 100, geralmente a opção mais preferida ou a máxima
viável.
Modelos de decisão prescritivos. Os modelos de decisão prescritivos são ferramentas práticas concebidas
para ajudar os decisores a fazer escolhas mais racionais. Eles reconhecem a eficácia limitada dos
processos de tomada de decisão intuitivos e sem ajuda, e procuram desenvolver métodos que
aproximem os decisores de algum ideal racional.
Inversão de classificação. Isto surge quando adicionar uma opção à lista de opções em
consideração faz com que certos métodos MCA, nomeadamente o Processo de Hierarquia Analítica,
invertam a classificação de preferência entre duas outras alternativas independentes. Isso geralmente é
considerado inconsistente com a tomada de decisão racional.
Escala de razão. Uma escala cuja unidade de medida é arbitrária, mas cujo ponto zero não o é -
representa a quantidade zero da qualidade que está sendo medida. Peso, massa e comprimento são
exemplos. Se o objeto A mede 100 cm de comprimento e o objeto B mede 50 cm,
então A é duas vezes maior que B, e essa afirmação é verdadeira quer a medição seja feita em
polegadas, centímetros, ponteiros ou qualquer outro dispositivo de medição padrão. As escalas
utilizadas na MCA muitas vezes não apresentam esta propriedade; para exemplos, consulte também escala de intervalo.
Preços sombra. Estimativas dos custos dos recursos que representam os seus verdadeiros
custos de oportunidade, em circunstâncias em que os preços de mercado observados não o fazem.
Nos mercados perfeitos, os preços-sombra serão simplesmente iguais aos preços de mercado, mas
as distorções no mercado, tais como a presença de poder de monopólio ou de impostos que não
corrigem as externalidades, conduzem a uma divergência entre os preços de mercado e os preços-sombra.
Preferência declarada. Um método para avaliar benefícios ou custos para os quais não existem preços
de mercado, que envolve a implicação de avaliações subjacentes a partir das respostas dos
indivíduos a perguntas sobre as escolhas que fariam entre diferentes alternativas hipotéticas. O
termo preferência declarada é frequentemente utilizado em relação a escolhas no sector dos
transportes que implicam avaliações de diferentes tipos de tempo de viagem.
Ponderação de balanço. O método de obter pesos relativos em diferentes critérios. A ponderação da

oscilação requer julgamentos da oscilação na preferência de 0 a 100 em uma escala de preferência,
em comparação com a oscilação de 0 a 100 em outra escala de preferência. Os julgamentos são feitos
considerando a diferença entre as posições 0 e 100 e o quanto essa diferença importa. Estas duas
considerações têm em conta a gama de diferenças reais nas opções relativas aos critérios e a
importância dessa diferença para alcançar o objetivo global. A ponderação oscilante resulta em números
de escala de proporção que refletem a importância relativa dos critérios.
Bibliografia
Leitura geral
Clemen, RT (1996). Tomando decisões difíceis; Uma introdução à análise de decisão. (2ª ed.).
Duxbury Press, Belmont, CA.
Um livro abrangente de pós-graduação sobre análise de decisão que inclui muitos estudos de
caso e exemplos. Os Capítulos 13 a 16 são dedicados às preferências de modelagem.
Site de Conferência de Decisão www.decision-conferência.com
Contém informações sobre o processo e uma coleção principalmente de estudos de caso do Reino Unido.
French, S. (1988) Teoria da Decisão: uma Introdução à Matemática da Racionalidade, Ellis

Horwood, Chichester.
Um tratamento rigoroso dos fundamentos matemáticos da análise de decisão.

Abrangente e escrito de forma clara, mas principalmente relevante para pessoas que necessitam
de uma compreensão profunda dos princípios subjacentes ao MCA.
Edwards, W. e Newman, JR (1982) Avaliação Multiatributo, Sage Publications, Beverly Hills.
O primeiro texto que define o procedimento SMART. Embora o SMART seja agora geralmente
implementado de uma forma ligeiramente diferente, os conhecimentos sobre o processo de candidatura
como um todo ainda são muito valiosos.
French, S. (1989) Leituras em Análise de Decisão Chapman e Hall, Londres.
O Capítulo 2 é uma excelente exposição da análise de decisão. O livro reimprime vários

estudos de caso, e o professor French acrescenta muitos comentários e observações sábias.
Goodwin, P. e Wright, G. (1998) Análise de decisão para julgamento gerencial, segunda edição,
John Wiley, Chichester.
Um livro escrito de forma clara que apresenta uma série de tópicos relevantes para a
tomada de decisões gerenciais. O Capítulo 2 introduz a MCDA para apreciação e avaliação,
enquanto o Capítulo 12 estende a MCDA a questões de alocação de recursos e negociação.
Hammond, JS, Keeney, RL e Raiffa, H. (1999). Escolhas Inteligentes: Um Guia Prático para
Tomar Melhores Decisões, Harvard University Press, Boston, MA.
A descrição da capa é precisa: 'Smart Choices oferece o primeiro processo simples e fácil
de seguir, projetado para melhorar a maneira como você toma decisões de negócios, decisões
familiares, decisões pessoais - qualquer decisão que possa ajudá-lo a alcançar seus objetivos.'
Combina uma versão não matemática do MCDA com modelagem de árvore de decisão de
incerteza. Coisas inteligentes escritas por líderes da área.
Análise de decisão e tomada de decisão www.infoharvest.com/infoharv/hotlinks.htm
Embora não seja especificamente dedicado ao MCA, este site contém links para sites e páginas relacionadas à
Análise e Tomada de Decisões.
Jornal de Análise de Decisão Multicritério (John Wiley & Sons, Ltd).
Esta é uma fonte importante de novos desenvolvimentos.
Keeney, RL (1992) Pensamento Focado em Valor: um Caminho para a Tomada de Decisão Criativa, Harvard
University Press, Cambridge, Massachusetts.
Um tratamento geralmente não técnico da MCA. Forte ênfase na aplicação. Presta especial atenção ao papel
que os valores subjacentes (critérios) devem ter no estímulo à criação de opções, bem como na orientação da
escolha entre elas.
Keeney, RL e Raiffa, H. (1976) Decisões com múltiplos objetivos: preferências e compensações de valor, Wiley,
Nova York. Reimpresso, Cambridge University Press, 1993.
Um texto clássico. Uma introdução ao assunto, mas relativamente rigorosa. Seguindo os primeiros trabalhos de
Raiffa o primeiro texto a expor como o von Neumann/ Morgenstern/
A selvagem teoria subjetiva da utilidade esperada pode ser aplicada como apoio à decisão prescritiva.
Insights sobre aplicação e também teoria.
Olson, D. (1995) Auxílios à decisão para problemas de seleção, Springer-Verlag, Nova York.
Um texto de pesquisa relativamente recente. Ele fornece uma breve descrição de vários procedimentos de
MCA abordados neste manual, juntamente com breves exemplos numéricos.
Site do Programa de Envolvimento Público www.pip.org.uk
Um projeto colaborativo que desenvolve novas formas de envolver o público na tomada de decisões, do
Instituto de Pesquisa de Políticas Públicas do Reino Unido.
Von Winterfeldt, D. e Edwards, W. (1986) Análise de Decisão e Pesquisa Comportamental, Cambridge

University Press, Cambridge.
Dedica mais atenção à incerteza na tomada de decisões e a algumas perspectivas psicológicas sobre a
tomada de decisões, mas ainda assim contém vários capítulos interessantes de relevância para as
ideias abordadas neste manual.
Yoon, KP e Hwang, CL. (1995) Tomada de decisão de múltiplos atributos, Sage, Beverly Hills.
Uma introdução elementar a uma série de procedimentos MCA. Alguns dos métodos discutidos são de valor
duvidoso na prática.
Watson, SR e Buede, DM (1987) Síntese de Decisão, Cambridge University Press, Cambridge.
A seção Teoria é ampla e aborda uma série de questões de tomada de decisão. A seção Prática
também cobre uma ampla variedade de materiais. Orientado para
aplicações maiores e mais complexas, mas contém insights práticos que são de amplo interesse.
Artigos e livros relacionados a aplicações
Bana e Costa, C., Nunes da Silva, F., & Vansnick, J.-C. (2000). Dissolução de conflitos no setor
público: um estudo de caso. Jornal Europeu de Pesquisa Operacional.
Relata a utilização do MCDA para desenvolver uma solução de compromisso para uma nova ligação
ferroviária ao porto de Lisboa, Portugal. A solução teve em conta os diferentes sistemas de valores
dos três intervenientes no projeto, que não conseguiram chegar a acordo sobre as soluções
propostas anteriormente.
Beinat, E. e Nijkamp, P. (Eds.). (1998). Avaliação Multicritério na Gestão do Uso do Solo.

Dordrecht: Kluwer Academic Publishers.
Uma coleção de artigos editados mostrando como o MCDA pode ser e tem sido aplicado a questões
de gestão do uso da terra.
Belton, V. (1993) 'Planejamento de projetos e priorização nos serviços sociais - uma contribuição
OR', Journal of the Operational Research Society, 44, pp.
Uma aplicação MCDA, mas a ênfase do documento está no processo por trás da configuração do
modelo MCA e nas maneiras pelas quais o processo acabou sendo benéfico para o cliente.
Belton, V., Ackermann, F. e Shepherd, I. (1997) 'Apoio integrado desde a estruturação do problema
até a avaliação alternativa usando COPE e VISA', Journal of Multi Criteria Decision Analysis, 6, pp.115–
30.
Aplicação em um fundo hospitalar do NHS. Utiliza um procedimento de mapeamento baseado em

computador para estabelecer o contexto inicial do problema, seguido pela aplicação do MCDA.
Brooks, DG e Kirkwood, CW (1988) 'Análise de decisão para selecionar uma estratégia de rede de
microcomputadores: um procedimento e um estudo de caso', Journal of the Operational
Research Society, 39, pp.23–32.
Uma aplicação de análise de utilidade multiatributo. Contudo, a discussão do processo básico de

estruturação do modelo seguido é, em sua maior parte, igualmente relevante para o pensamento
MCDA mais direto descrito neste manual.
Brownlow, SA e Watson, SR (1987) 'Estruturando hierarquias de valor multiatributo',

Journal of the Operational Research Society, 38, pp.309–17.
Boa introdução ao processo de configuração de uma árvore de valores para um problema

complexo de MCA. O contexto de aplicação é o transporte de resíduos radioativos.
Butterworth, NJ (1989) 'Desistir de 'The Smoke': uma grande instituição investiga alternativas para
estar localizada na cidade', Journal of the Operational Research Society, 40, pp.711–17.
Um requerimento MCDA simples e claramente descrito, relativo a uma decisão sobre onde realocar o
Departamento de Registradores do Banco da Inglaterra.
Corner, JL e Kirkwood, CW (1991) 'Aplicações de análise de decisão na literatura de pesquisa operacional,

1970–1988', Operations Research, 39, pp.206–19.
Uma grande pesquisa, estruturada tanto em termos de campo de aplicação quanto de questões metodológicas
abordadas. Abrange uma gama mais ampla de aplicações de análise de decisão do que aquelas abordadas
diretamente neste manual, mas é um bom ponto de partida, especialmente se estiver pesquisando do ponto de
vista de aplicações.
DETR (1998a) Um Novo Acordo para Estradas Troncais na Inglaterra: Compreendendo a Nova Abordagem
de Avaliação. Disponível na Divisão de Economia de Rodovias e Avaliação de Tráfego, DETR, Great Minster
House, Zona 3/08, 76 Marsham Street, Londres SW1P 4DR.
Uma introdução à Nova Abordagem e à construção de Tabelas de Resumo de Avaliação (ASTs) para os 67 esquemas
da Revisão de Estradas e Stonehenge. Um exemplo de MCA usado sem pesos totais e compensações.
DETR (1998b) Um Novo Acordo para Estradas Troncais na Inglaterra: Orientação sobre a Nova Abordagem
de Avaliação.
Orientação detalhada sobre a aplicação. Disponível em www.communities.gov.

reino unido/itwp/avaliação/orientação
Edwards, W., e Barron, FH (1994) 'SMARTS e SMARTER: Métodos simples aprimorados para medição de
utilidade multiatributo', Comportamento Organizacional e Processos de Decisão Humana, 60, 306–325.
Uma revisão do procedimento SMART descrito pela primeira vez por Edwards e Newman. Esses novos métodos
ainda se destinam a aplicações rápidas e simples de MCDA.
French, S. (1996) 'Suporte à decisão multi-atributos em caso de acidente nuclear', Journal of Multi-Criteria Decision
Analysis, 5, pp.39–57.
Aplicação de HIVIEW e EQUITY à concepção de procedimentos de resposta a emergências após um acidente

nuclear.
Gregory, R., Usando os valores das partes interessadas para tomar decisões ambientais mais inteligentes,
Meio Ambiente, 42(5), junho de 2000.
O Projecto do Estuário Nacional da Baía de Tillamook é um modelo de tomada de decisão inovador que permite
aos participantes articular os seus valores, identificar alternativas e fazer as compensações necessárias para
acordos amplamente aceitáveis.
Hall, P. (1986) 'Gerenciando mudanças e ganhando comprometimento corporativo', ICL Technical Journal, 7, 213–27.
Dá um exemplo de como o MCDA foi usado em uma conferência de decisão para resolver divergências
entre gerentes e equipe técnica na ICL em relação a um projeto que
estava acima do orçamento e com falta de fundos. O MCDA proporcionou uma forma de encontrar uma
nova solução que não fosse um compromisso, mas que alcançasse os objectivos de ambos os lados.
Hamalainen, RP e Leikola, O. (1996) 'Conferência espontânea de decisão com políticos de alto nível', OR
Insight, 9(1), pp.24–28.
Descrição geral, em grande parte não técnica, de um pedido de MCA executado com membros do
Parlamento finlandeses.
Hamalainen, RP e Karjalainen, R (1992) 'Apoio à decisão para análise de risco na política energética',
European Journal of Operational Research, 56, pp.172–83.
Aplica uma estrutura simples de MCDA no estudo dos efeitos e riscos sociais e ambientais de diferentes
alternativas de produção de energia.
Holbourn, M.(1998) 'Conferência de decisão - uma ferramenta para alocação orçamentária', Focus on
Police Research and Development, maio de 1998 (10), 22–3.
Descreve resumidamente como o MCDA foi aplicado em toda a força pela Polícia de Bedfordshire em 1997
para o exercício financeiro de 1998.
Jones, M., Hope, C. e Hughes, R. (1990) 'Um modelo de valor multiatributo para o estudo da política
energética do Reino Unido', Journal of the Operational Research Society, 41, pp.919–29.
Aplicação de um modelo MCDA à avaliação das opções de política energética do Reino Unido.
Keeney, RL (1980) Localização de instalações de energia, Academic Press, Nova York.
As técnicas empregadas vão além das abordadas neste manual, mas contêm informações úteis sobre o
processo de configuração de modelos de análise de decisão nesta área de aplicação.
Keeney, RL (1982) 'Análise de decisão: uma visão geral', Operations Research, 30, pp.803–37.
Uma revisão sucinta da análise de decisão multiatributo, incluindo modelos que vão além do escopo abordado
neste manual. Orientações sobre como aplicar a análise de decisão e referências a aplicações iniciais.
Keeney, RL (1999). 'Valores públicos e políticas públicas', em J. Shanteau, BA Mellers, & DA Schum (Eds.),
Decision Science and Technology: Reflections on the Contributions of Ward Edwards (pp. 291–
312). Boston/Dordrecht/Londres: Kluwer Academic Publishers.
Uma excelente discussão sobre a complexa inter-relação entre valores públicos e políticas públicas a partir
da perspectiva de um analista de decisões com experiência na aplicação de todos os aspectos da análise
de decisões, incluindo MCDA, a questões de políticas públicas. Ele discute como os valores públicos podem
ser obtidos e fornece sete breves ilustrações no setor público, desde o controle da poluição do ar no sul
da Califórnia, passando pelo planejamento integrado de recursos na Colúmbia Britânica, até a política energética
na Alemanha.
Kirkwood, CW (1982) 'Um histórico de caso de seleção de local de usina nuclear', Journal of the
Operational Research Society, 33, pp.353–63.
Envolve incerteza e múltiplos atributos. Boa discussão sobre seleção e definição de critérios, bem
como sobre o processo MCA como um todo.
Marples, C. e Robertson, G. (1993) 'Revisão de opções com HIVIEW', OR Insight, 6(3), pp.13–8.
Aplica um modelo MCDA simples a questões relativas ao desenvolvimento futuro de sistemas de informação
numa organização.
Pearman, AD, Mackie, PJ, May AD e Simon, D. (1989) 'O uso de técnicas multicritério para classificar propostas
de investimento em rodovias', em AG Lockett e G. Islei (eds.)
Melhorando a tomada de decisões nas organizações, Springer Verlag, Berlim, pp.
Descreve como um modelo simples de MCDA pode ser usado para ajudar as autoridades locais do
Reino Unido a priorizar propostas de melhoria de rodovias de pequena escala de maneira econômica.
Pearman, AD, Watson, SM, Tsamboulas, D. e Beuthe, M. (1997) 'Desenvolvendo procedimentos de

avaliação para redes transeuropeias', em Métodos de Planejamento de Transportes, 1, (Anais da 25ª
Reunião Anual do Fórum Europeu de Transportes , Seminário E), pp.175-86.
Resultados iniciais de um projecto de investigação da UE que desenvolve um modelo MCDA

simples integrado com uma análise custo-benefício para a priorização a nível estratégico dos principais esquemas
de transportes.
Phillips, LD (1989) 'Apoio à decisão em grupo centrado nas pessoas'. Em G. Doukidis, F. Land, & G. Miller
(Eds.), Sistemas de Apoio à Gestão Baseados em Conhecimento Ellis Horwood, Chichester.
Descreve a conferência de decisão e relata um caso real do setor privado em que dois modelos MCDA
foram construídos com um grupo em dois dias, um modelo de avaliação no primeiro dia e um modelo de
recursos no segundo.
Pratt, R. e Belton, V. (1995). O Programa de Trabalho DRA para Apoiar a Estrutura do Estudo de Pré-
Viabilidade LOCS (LOCSPREF) para a Avaliação de Opções de Solução
(Relatório DRA não publicado), DERA.
Um aplicativo MOD do MCDA.
Stirling, A., e Mayer, S., (1999) Repensando o Risco: Um mapeamento piloto multicritério de uma cultura
geneticamente modificada em sistemas agrícolas no Reino Unido, (Relatório SPRU No 21), Unidade de
Pesquisa de Política Científica.
Aplica mapeamento multicritério, método de avaliação de riscos tecnológicos que combina a trilha de
auditoria associada a métodos quantitativos de avaliação de riscos com o enquadramento aberto e a
flexibilidade qualitativa de procedimentos deliberativos participativos.
Weaver, M. e Morgan, T. (1993) 'Elaboração de orçamento - existe uma maneira melhor?' Finanças
Públicas e Contabilidade (11 de junho de 1993).
Explica o processo MCDA que o Conselho do Distrito Metropolitano de Dudley usou para reduzir
os gastos de 1993/4 em £ 17,5 milhões. A abordagem, desenvolvida pelos Serviços de
Consultoria Estratégica da Divisão de Governo Local e Saúde da ICL, já foi aplicada em mais de
50 autoridades locais no Reino Unido.
Programas
Muitos dos benefícios mais importantes da aplicação dos procedimentos MCA descritos neste manual não
dependem de pacotes informáticos sofisticados. Na maioria das aplicações, de longe o benefício
mais valioso é a identificação de um conjunto relevante de critérios contra os quais julgar as opções. Daí
decorre a criação de um quadro explícito para permitir que todas as opções sejam avaliadas de forma
abrangente e consistente.
Normalmente, isso não precisa exigir mais do que simples lápis e papel.
Contudo, uma vez que a análise avança para as fases posteriores do processo MCA e começa a
implementar estruturas de modelos compensatórios com ponderação e escala explícitas, há sem
dúvida vantagens em utilizar algum suporte informático. Os principais benefícios são (a) fácil alteração
dos dados de entrada (incluindo testes de sensibilidade) e (b) apresentação atrativa e informativa dos
resultados.
No primeiro caso, muito progresso pode ser feito simplesmente realizando os cálculos básicos do modelo
aditivo linear em uma planilha. A avaliação da torradeira no Capítulo 6 foi implementada muito rapidamente
utilizando uma planilha, por exemplo. Isso facilita:
• correção de erros na pontuação e ponderação iniciais

• os cálculos
• alterações na estrutura do modelo subjacente por meio da adição ou exclusão de

critério
• teste de sensibilidade
• utilização de múltiplos perfis de ponderação onde, por exemplo, diferentes grupos de interesse
podem apresentar opiniões marcadamente diferentes sobre a importância relativa dos critérios; e
• gráficos de resultados.
Além deste nível de suporte, existem vários pacotes de computador especialmente desenvolvidos que
suportam a aplicação do modelo MCDA básico. Os benefícios extras incluem:
• telas de entrada personalizadas para informações sobre medidas de desempenho de opções
• formas alternativas de inserir informações de peso
• representação direta na tela da hierarquia da árvore de valor • alguma
automação de testes de sensibilidade
• apresentação atrativa e informativa de informações de resultados sobre o desempenho relativo das

opções; e
• oportunidade de ver directamente o efeito, na posição relativa das opções, da alteração dos
pressupostos sobre os dados de entrada (testes de sensibilidade em tempo real).
Abaixo, alguns dos pacotes mais conhecidos que podem implementar o modelo MCDA são descritos
em linhas gerais. Uma lista anual útil de software de análise de decisão
(incluindo pacotes para apoiar alguns tipos de decisão fora do âmbito coberto neste manual) foi
publicado nos últimos anos no OR/MS Today, o jornal bimestral do Instituto de Pesquisa Operacional
e Ciência de Gestão dos Estados Unidos.110
HIVIEW
Este pacote foi originalmente criado há mais de vinte anos na Decisions and Designs, Inc. Com o
apoio da ICL, a London School of Economics continuou o desenvolvimento na década de
1980, produzindo uma versão DOS que poderia ser usada facilmente em um ambiente de grupo.
A versão atual do Windows é comercializada pela Catalyze Ltd.
O HIVIEW é o software utilizado para apoiar os estudos de caso apresentados no Capítulo 7. Tem
a capacidade de resolver problemas grandes e complexos de MCDA. Ele permite que a árvore de
valores seja criada e editada visualmente. Uma variedade de exibições gráficas de entrada e saída
está disponível, incluindo suporte visual para entrada de dados (por exemplo, Figura 7.2),
comparações de opções pela importância de seus critérios ponderados (Figura 7.11) e apresentação
da fronteira de eficiência de custos e benefícios globais (Figura 7.12). . Também fornece um
mecanismo de análise de sensibilidade para testar a robustez (Figura 7.20). Os dados de entrada
podem ser exportados para uma planilha para modelagem posterior e depois importados de volta para o HIVIEW.
MACBETH
MACBETH apoia o processo de tomar julgamentos qualitativos possivelmente incompletos sobre a

diferença na atratividade de pares de opções e convertê-los em pontuações numéricas. Essas
pontuações são inteiramente consistentes com os julgamentos qualitativos aos pares. A abordagem
MACBETH também pode ser aplicada para determinar os pesos dos critérios. MACBETH é
particularmente útil em aplicações do setor público quando um novo programa, MULTI-MACBETH,
fornece modelagem MCDA juntamente com a abordagem de pontuação e ponderação MACBETH.
Os autores são Carlos Bana e Costa, Jean-Marie De Corte e Jean-Claude Vansnick.

Para mais informações contacte Carlos Bana e Costa em cbana@alfa.ist.utl.pt
VISTO
VISA é outra implementação baseada em Windows do modelo MCDA básico. É comercializado

pela Visual Thinking e foi desenvolvido na Strathclyde University.
Sua funcionalidade é bastante semelhante à do HIVIEW. Ele também permite a criação e

edição da árvore de valores na tela e fornece possibilidades semelhantes de exibição de entrada e
saída.
110
Buede, DM (1998) 'Pesquisa de software: análise de decisão', OR/MS Today, 25(4), pp.56–64.
DESYSION DESKTOP
O Desysion Desktop suporta a aplicação do modelo MCDA em um ambiente Windows.
Desenvolvido pela empresa DecideWise International BV em Amsterdã, ele implementa o MCDA de uma
forma que dá ênfase especial à orientação dos tomadores de decisão durante todo o processo geral de
tomada de decisão.
SUÍTE DE SOFTWARE KRYSALIS
Depois de converter o Hiview e o Equity para Windows, a Krysalis desenvolveu seu próprio conjunto
de ferramentas MCDA, OnBalance, HiPriority e NoRegrets. Estes são os três primeiros de um
conjunto de pacotes vinculados que compartilham os mesmos módulos, estrutura de arquivos e HCI,
permitindo assim que os tomadores de decisão construam modelos iniciais em um pacote e depois
visualizem os resultados de outra perspectiva.
OnBalance é usado para avaliar e selecionar alternativas quando objetivos múltiplos e conflitantes
obscurecem a tomada de decisão. Ele permite múltiplas árvores de valores dentro do mesmo
modelo, limites para fornecer pontos de referência para pontuação, ponderação, análise, funções/
exibições de sensibilidade aprimoradas e vários tipos de mapeamento que permitem
transformações textuais e não lineares.
HiPriority é usado principalmente para alocação de recursos, priorização de projetos e design com
melhor valor. Permite três tipos de interações entre as opções/projetos, que modelam dependências,
sinergias e alternativas.
NoRegrets permite que vários conjuntos de usuários expressem sistemas de valor ricos para
mostrar diferentes perspectivas sobre um negócio proposto. O sistema procurará negociações iguais
para duas ou mais partes para apoiar o processo de transição para um acordo – ou para ter clareza sobre
a razão pela qual um acordo não é atraente.
OUTROS PACOTES
Outros pacotes que podem fornecer suporte para implementar o modelo MCDA básico incluem
o Pacote de Decisões Lógicas e o HIPRE 3+. Este último apoia a implementação de vários
procedimentos diferentes de apoio ao MCA, incluindo tanto o MCDA básico como o AHP. Além do
HIPRE 3+, o suporte para implementação do AHP também está disponível através do pacote
Expert Choice.
Detalhes dos fornecedores desses pacotes são fornecidos abaixo. Vários fornecerão versões de
demonstração de teste limitadas, muitas das quais podem ser baixadas de seus sites. Além
disso, o HIPRE 3+ é acessível e pode ser usado gratuitamente na rede mundial.
DETALHES DO FORNECEDOR
Catalisar Ltda.
Yew Tree Cottage
Estrada
principal Colden
Common
Winchester
SO21 1RR Telefone: 01962
715286 Fax: 0870 855
5277 Email: info@catalyze.co.uk
www.catalyze.co.uk
DecideWise International BV
Paasheuvelweg 15 1105
BE Amsterdã Holanda
Telefone:
+31-20-691-2699 Fax:
+31-20-691-1902 e-mail:
info@decidewise.com www.decidewise.com
Escolha especialista Inc.

Avenida Baum, 5001. Ste. 560
Pittsburgh, PA
15213 EUA
www.expertchoice.com
Krysalis
Telefone: +44 (0) 1628 636 861 e-mail:
info@krysalis.co.uk www.krysalis.co.uk
Logical Decisions 1014

Wood Lily Drive Golden CO
80401
EUA Telefone:
+1-303-526-7536 Fax:
+1-303-526-7537 e-mail:
gary@logicaldecisions.com
www.logicaldecisions.com
Laboratório de Análise de
Sistemas Universidade de Tecnologia
de Helsinque
Otakaari 1 M
02150
Espoo Finlândia Telefone:
+358-9-451-3054 Fax:
+358-9-451-3096 e-
mail: raimo@hut.fi www.hipre.hut.fi
Visual Thinking International Ltd 141

St James Road
Glasgow
G4 0LT
Reino Unido Telefone:

0141 552 6888 Fax:
0141 303 8388 e-mail:
info@VisualT.com www.visualt.com
ISBN 978-1-4098-1023-0
ISBN 978-1-4098-1023-0 9 781409 810230
Ver estatísticas de publicação

Multi-Criteria Analysis

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Multi-Criteria Analysis

Enviado por

Direitos autorais:

Formatos disponíveis

Machine Translated by Google

Veja discussões, estatísticas e perfis de autores desta publicação em: https://www.researchgate.net/publication/30529921

Análise multicritério: um manual

Artigo · Janeiro de 2009

Alan D. Pearman Lawrence D. Phillips

Universidade de Leeds Escola de Economia e Ciência Política de Londres

35 PUBLICAÇÕES 1.777 CITAÇÕES 95 PUBLICAÇÕES 10.291 CITAÇÕES

VER PERFIL VER PERFIL

O usuário solicitou aprimoramento do arquivo baixado.

Análise multicritério: um manual

Análise multicritério: um manual

Departamento de Comunidades e Governo Local

© Direitos autorais da Coroa 2009

Os direitos autorais do arranjo tipográfico pertencem à Coroa.

Publicações sobre comunidades e governos locais

Código do produto: 08ACST05703

Análise multicritério: um manual | 3

Capítulo 1 O escopo e os objetivos deste manual 6

Capítulo 2 Avaliação e avaliação no governo 2.1 Introdução 9

2.2 O processo de tomada de decisão 10

2.3 Identificação de objetivos 10

2.4 Identificação de opções para atingir os objetivos 2.5 11

Identificação dos critérios a serem usados para comparar as opções 2.6 11

Análise das opções 2.7 Fazendo 11

escolhas 2.8 Feedback 12

2.9 Sequências de decisões ao longo do tempo 13

Capítulo 3 Técnicas baseadas em moeda 3.1 14

3.2 Análise financeira 3.3 14

Análise custo-eficácia 3.4 Análise 15

custo-benefício 3.5 Inclusão 15

dos resultados das análises monetárias num quadro MCA

Capítulo 4 Uma visão geral das técnicas de análise multicritério 19

4.2 Critérios para seleção de técnicas de MCA 4.3 20

MCA 4.4 Diferentes tipos de MCA 23

4.5 Análise direta da matriz de desempenho 4.6 Teoria 24

da utilidade multiatributo 4.7 Modelos 24

4.8 O Processo de Hierarquia Analítica 4.9 26

Métodos de superação 4.10 26

Procedimentos que usam entradas de dados qualitativos 27

4.11 Métodos MCA baseados em conjuntos 28

4.13 Aplicação do MCA no governo 29

4 | Análise multicritério: um manual

de uma análise multicritério 5.2 Passo 1: 30

Estabelecendo o contexto de decisão 5.3 Passo 2: 32

Identificando opções 5.4 Passo 3: 32

Identificando critérios e subcritérios 5.5 Passo 4 e além 32

(sem pontuação e ponderação) 39

5.6 Passo 4: Avaliação dos níveis de desempenho (com pontuação) 41

Capítulo 6 Análise de decisão multicritério 6.1 46

6.2 Estágios no MCDA 6.3 49

Incerteza, Risco e MCDA 71

Capítulo 7 Estudos de caso 7.1 73

A nova abordagem para avaliação de transporte 7.2 73

Aplicações do MCDA no Reino Unido 77

7.3 O estudo de caso da NAO: avaliação de serviços de comércio exterior 78

7.4 O estudo de caso da Nirex: avaliação de locais para posterior

Planeamento orçamental de receitas a médio prazo 101

Apêndice 1 Modelos MCA contínuos (alternativas infinitamente

Apêndice 2 Métodos não compensatórios 115

Apêndice 3 Modelos de utilidade multiatributos 118

Apêndice 4 Modelos aditivos lineares 121

Apêndice 5 O processo de hierarquia analítica 127

Apêndice 6 Métodos de superação 131