HOME | ÍNDICE POR TÍTULO | NORMAS PUBLICACIÓN

Espacios. Vol. 37 (Nº 34) Año 2016. Pág. 24

Uma Proposta de Melhoria do modelo de Medição de Desempenho Funcional Baseada em Métodos Multicritério de Apoio a Decisão

A proposal for the improvement of the functional performance measurement model based on multi-criteria decision aid methods

Marinaldo Oliveira SANTOS; Leonardo Dagnino CHIWIACOWSKY 1

Recibido: 22/06/16 • Aprobado: 01/08/2016

Conteúdo

1. Introdução

2. Avaliação de desempenho

3. Método AHP

4. Método Promethee

5. Metodologia

6. Métodos AMD para melhoria do Modelo de Medição de Desempenho da APED

7. Resultados e discussões

8. Considerações finais

Referências

1. Introdução

A Avaliação de Desempenho (AD) é uma importante ferramenta para o desenvolvimento da carreira do funcionário, adotada por muitas organizações em todo o mundo. O foco está na gestão do desempenho alinhado às metas individuais e organizacionais. Nesse sentido, a AD propicia, com base no desempenho do funcionário, sua avaliação e a sua contribuição para atingimento dessas metas. (GMEENAKSHI, 2012).

No Brasil, a normatização vigente da AD no setor público, no âmbito do governo federal, foi estabelecida por meio de dois atos, o primeiro foi a aprovação da lei n. 11.784, que institui a sistemática para avaliação de desempenho dos servidores da administração pública federal direta, autárquica e fundacional (BRASIL, 2008).

O segundo ato foi a publicação do decreto n. 7.133, de 19 de outubro de 2010, que define os critérios e procedimentos gerais a serem adotados na AD, cabendo a cada órgão da administração desenvolver normas reguladoras que fixem critérios e procedimentos específicos (BRASIL, 2010).

Nas demais esferas da administração, governos estaduais e municipais, há uma tendência a reproduzir em suas normas locais as regulamentações e avanços trazidos pela lei federal n. 11.784 e o decreto n. 7.133 (SILVEIRA; PINHEIRO; ANTUNES, 2012).

 No governo do Tocantins, a lei n. 1.534 de 29 de dezembro de 2004 instituiu o Sistema de Avaliação de Desempenho para os servidores públicos do Quadro Geral do Poder Executivo (TOCANTINS, 2012), que posteriormente foi regulamentado pelo decreto n. 2.551 de 13 de outub

Os formulários de avaliação da APED são baseados no método de avaliação escala gráfica (BERGAMINI; BERALDO, 2007), formados por fatores de avaliação, agrupados por competências e distribuídos de acordo com o grupo de cargos efetivos definidos pela lei n. 1.534 (TOCANTINS, 2012). Segundo com Bergamini e Beraldo (2007), o método de avaliação escala gráfica está sujeito à subjetividade nos julgamentos dos fatores de avaliação, devido a critérios de avaliação subjetivos e ao modelo de avaliação baseado na atribuição de notas a partir de uma escala de julgamentos.

Segundo uma pesquisa, realizada em um órgão da esfera federal sobre AD, tendo como entrevistados avaliadores e avaliados, 90% das dificuldades apontadas se deve à subjetividade dos critérios e à desconexão com a realidade do trabalho (DIAS, 2012).

O método de avaliação da APED é baseado no método 360 graus (PONTES, 2005), constituído pela autoavaliação e três outros avaliadores: chefia imediata, indicado do avaliado e indicado da chefia imediata. Neste modelo, observou-se a seguinte ponderação entre os avaliadores:

a) Avaliação do chefe imediato, totalizando setenta pontos percentuais;

b) Avaliação dos demais membros da equipe de avaliadores, totalizando vinte pontos percentuais;

c) Auto-avaliação, totalizando dez pontos percentuais;

Nos instrumentos de avaliação da APED, verifica-se a ausência de pesos entre os fatores de avaliação apontados. Esses fatores estão divididos em competências funcionais, comportamentais, gerenciais e de assessoramento, onde também observa-se que não há definição de pesos para as competências (TOCANTINS, 2005).

A ausência de pesos nos elementos do instrumento de avaliação, traz o problema de um fator avaliativo, ser considerado de igual importância a outro fator, sendo que na realidade os fatores possuem graus de importância diferentes. Portanto, a definição de pesos para os elementos da APED, permitirá ao gestor de desenvolvimento de recursos humanos da Secretaria da Administração (SECAD) visualizar, de forma mais clara, o desempenho do servidor nos elementos que são mais relevantes, à medida que a priorização definirá quais as competências e fatores de avaliação são mais importantes para o desempenho do servidor.

A definição de pesos para os elementos envolvidos na AD não é uma tarefa simples, haja vista o número de decisores envolvidos no processo. Um estudo realizado por Taylor et al. (1998) revelou que a AD é considerada como um problema de identificação de atributos relevantes na avaliação, de identificação dos pesos na avaliação global e na avaliação dos colaboradores. Os autores identificaram como principais dificuldades a subjetividade na atribuição de valor aos avaliados e na determinação dos pesos dos critérios.

Nesse contexto, o Apoio Multicritério à Decisão (AMD) apresenta-se como alternativa para modelagem de situações onde há subjetividade, ambiguidade e incertezas, colocando o tomador de decisão no centro do processo, e rege informações de preferência para auxiliar o decisor na tomada de decisão, seja esta tática ou estratégica (ISHIZAKA; NEMERY, 2013).

O objetivo geral deste trabalho é propor melhorias ao modelo de avaliação de desempenho dos servidores públicos do estado do Tocantins, visando aprimoramento do instrumento de medição de desempenho funcional através do emprego .

Para implementação da melhoria do instrumento de medição de desempenho funcional é proposto um modelo de decisão em grupo baseado nos métodos multicritérios Analytic Hierarchy Process (AHP)e PROMETHEE II.

2. Avaliação de desempenho

A AD é uma apreciação sistemática do desempenho individual ou de um grupo com base em elementos objetivos ou subjetivos em função das atividades desempenhadas em um determinado período de tempo. (GIANGRECO et al., 2012).

Através da AD a organização poderá coletar informações sobre o desempenho dos funcionários e direcionar a suas ações e políticas de aperfeiçoamento de seus recursos humanos com o objetivo de melhorar o desempenho organizacional. Além disso, através da AD o funcionário poderá perceber o feedback de seu desempenho na realização de suas atividades laborais (SPENCE; KEEPING, 2011).

A AD pode ser executada por meio de métodos que podem variar bastante de uma organização para outra. A escolha do método de avaliação deve ser feita de acordo com as características, particularidades e objetivos de cada organização. Portanto, pode ser utilizado um método já existente e adaptado à organização, pode ser empregada a combinação de vários métodos, ou o desenvolvimento de um método próprio (PONTES, 2005).

Existem os métodos tradicionais e os métodos contemporâneos, a diferença fundamental entre eles está no foco da avaliação: enquanto os primeiros avaliam o passado, os segundos mensuram o futuro (GIL, 2001).

Dentre os métodos tradicionais e contemporâneos, para dar subsídios a esse estudo, destacam-se:

Método de escala gráfica – Consiste em um formulário de dupla entrada, onde as linhas representam os fatores de avaliação e as colunas o grau de variação de cada fator. Trata-se de um método que avalia o desempenho dos funcionários através de fatores previamente definidos e graduados. Aos avaliadores cabe assinalar ou pontuar o que melhor caracteriza o avaliado, em cada atributo. Por ser um método de simples aplicação, é o mais amplamente utilizado, porém não é flexível e podem ocorrer erros por problemas de subjetividade e prejulgamento dos fatores (BERGAMINI; BERALDO, 1988).

Método de Avaliação 360 Graus – Dentre os métodos contemporâneos é o mais prestigiado pelas organizações, pois reúne características de vários outros métodos, feedback com múltiplas fontes e avaliação com múltiplas visões (GMEENAKSHI, 2012). Consiste na avaliação feita pelo próprio avaliado junto com pessoas que fazem parte do seu rol de trabalho tais como, superior imediato, pares, subordinados, clientes e outros stakeholders (PONTES, 2005).

3. Método AHP

O método AHPsurgiu no final da década de 60 do século XX e foi desenvolvido pelo matemático Thomas L. Saaty (FORMAN; SELLY, 2001) este método, as preferências dos tomadores de decisão são definidas por meio dos julgamentos subjetivos, quantificáveis numericamente, levando em consideração a importância relativa dos fatores que estão sob análise (YANG; LEE, 1997).

O método AHP tem como objetivo a priorização de um conjunto de alternativas dentro de um processo decisório em que estejam sendo avaliados múltiplos critérios. Este método se baseia em três princípios do pensamento analítico: Construção de Hierarquias, Estimação de Prioridades e Consistência Lógica dos Julgamentos (SAATY, 1991a).

Na etapa de estimação das prioridades, são feitos julgamentos paritários das diversas alternativas, considerando cada critério ou subcritério, através da construção de matrizes de julgamento com uso da escala fundamental, apresentada na Tabela 1.

Tabela 1 – Proposta de escala de julgamentos

Fonte: (SAATY, 2005)

Obtidas as matrizes de , deve-se efetuar o cálculo das prioridades na seguinte ordem:

1. Prioridade dos critérios: Determina o grau de importância de cada critério em relação ao objetivo/meta global;
2. Prioridade local das alternativas: Determina o grau de importância das alternativas em relação a um critério determinado;
3. Prioridade global das alternativas: Efetua o cálculo que agrega o grau de importância dos critérios e das alternativas locais em uma medida única. As prioridades globais das alternativas indicam a ordenação das alternativas com relação a todos os critérios e consequentemente em relação ao objetivo ou meta global.

Neste trabalho, para calcular o vetor de prioridade foi empregado o método aproximado (SAATY, 1991).

Este método é baseado em três passos: a soma dos elementos de uma coluna j, normalização da soma e cálculo do vetor de prioridade pela média.

Após o cálculo do vetor de prioridade, é necessário avaliar a consistêncdos julgamentos, para avaliar se foram realizados julgamentos de forma incoerente ou inconsistente.

A consistência lógica dos julgamentos é dada pela Razão de Consistência (RC), calculada pela equação:

3.1. Decisão em grupo - método AHP

No processo de decisão em grupo de modo geral, deve-se permitir que cada participante possa fazer seus julgamentos individuais, ou então que possam interagir para chegarem a um consenso. Portanto, o comportamento do grupo será determinante na definição de como as informações serão analisadas e agregadas (FORMAN; PENIWATI, 1998).

No método AHP, duas abordagens podem ser usadas para agregar as preferências: Agregação Individual de Julgamentos (AIJ) e Agregação Individual de Prioridades (AIP) (FORMAN;PENIWATI,1998). Neste trabalho será adotado a abordagem AIP.

A AIP baseia-se no julgamento completo de cada decisor do grupo, para utilizar como base para construção da decisão do grupo. Apenas os vetores finais de prioridade obtidos de cada julgamento individual dos decisores são combinados ao final. Assim, deve-se realizar o processo completo de decisão do AHP para cada indivíduo, na forma de um único decisor. Então, a partir dos respectivos vetores de prioridade obtidos, para se ter uma avaliação global das alternativas, calcula-se a matriz de decisão dos indivíduos decisores, por meio da agregação dos vetores individuais finais de prioridades através da média aritmética ou geométrica, de maneira que a escolha não interfere no vetor de prioridade do grupo, visto que tal técnica não viola o Princípio de Pareto (FORMAN; PENIWATI, 1998).

4. Método Promethee

O Preference Ranking Organization Method for Enrichment Evaluations (PROMETHEE) é um método multicritério pertencente à família dos métodos de sobreclassificação, foi apresentado inicialmente por Brans,Vincke e Mareschal em 1984. Tem a finalidade de resolver problemas que envolvem ordenação de critérios e envolvem sistemática de preferências (VINCKE, 1992).

O ponto inicial para a aplicação dos métodos PROMETHEE é o cálculo dos graus de preferência para todo o par de alternativas sobre cada critério. O grau de preferência é uma pontuação que varia entre 0 e 1 e que expressa o quanto uma alternativa é preferível em relação a outra do ponto de vista do decisor. O valor 1 para o grau de preferência significa que uma alternativa é totalmente preferível em relação a outra, se não há preferência então o grau de preferência será 0. Por outro lado se há alguma preferência, mas não total, então a intensidade de preferência será expressa por um valor entre 0 e 1 (ISHIZAKA; NEMERY, 2013).

Para realizar o cálculo do grau de preferência, uma função de preferência deverá ser atribuída a cada um dos critérios. A função de preferência descreve a forma como a preferência do decisor muda com a diferença entre os níveis de desempenho de duas alternativas em relação ao critério, gk(a) – gk(b), onde gk(a) representa o desempenho da alternativa a no critério k (BRANS; VINCKE, 1985).

Neste trabalho adotou-se a função de preferência Linear, apresentada no Quadro 1.

Quadro 1 - Função de Preferência Linear

Fonte: (BRANS; VINCKE; MARESCHAL, 1986)

Na função Linear, as preferências aumentarão gradualmente em função da diferença entre as avaliações das ações sobre um critério.

A função Linear necessita de dois parâmetros de entrada: o limiar de preferência p, definido como limite superior da diferença g(b) – g(a), e olimiar de indiferença q, definido como limite inferior da diferença g(b) – g(a) (ROY, 1996).

Com os limiares de preferência e indiferença definidos, o passo seguinte na execução do método é calcular o grau de preferência unicritério.

A partir dos fluxos globais positivo e negativo é possível ordenar as alternativas de forma parcial ou completa, dependendo da versão do método PROMETHEE adotada. Nesta pesquisa, foi adotado o PROMETHEE II. Neste método obtém-se a ordem completa das alternativas derivada de um fluxo líquido calculado para cada alternativa. O fluxo líquido é obtido pela diferença entre o fluxo positivo e o fluxo negativo tendo como resultado valores entre -1 e 1. Para determinar se uma alternativa a domina ou sobre classifica uma alternativa b, o fluxo líquido da primeira deverá ser maior que o fluxo líquido da segunda, ou seja, Q(a) > Q(b). Por outro lado se Q(a)=Q(b), ou seja, seus fluxos líquidos são iguais, a primeira é considerada indiferente à segunda(BELTON; STEWART, 2002).

4.1. Decisão em Grupo Método Promethee

No método PROMETHEE para lidar com a decisão em grupo, pode ser empregado um sistema de suporte a decisão em grupo. Sendo assim, para abordar um problema de decisão envolvendo múltiplos decisores, a literatura propõe uma extensão do método PROMETHEE denominada PROMETHEE GDSS (BRANS et al., 1998; ISHIZAKA; NEMERY, 2013;FIGUEIRA; GRECO; EHROGOTT, 2005).

O PROMETHEE GDSS é empregado em duas fases: na primeira, aplica-se o PROMETHEE II para ordenar as alternativas para cada decisor de forma individual, calculando-se os fluxos líquidos da avaliação de cada decisor. Na segunda fase, os resultados da avaliação individual, ou seja, os fluxos líquidos serão agregados para obtenção do ranking global que contempla as preferências do grupo. Para obter a ordenação global, utilizam-se as mesmas alternativas utilizadas na avaliação individual e os decisores são considerados os critérios, ou seja, os fluxos líquidos individuais de cada decisor serão agora assumidos como os desempenhos em relação a cada critério da matriz de desempenho do grupo. Os pesos dos decisores podem ser iguais ou não, dependendo da importância de cada um no processo de tomada de decisão. A avaliação de uma alternativa em relação a um critério de grupo é idêntica aos fluxos líquidos desta alternativa na ordenação individual.

5. Metodologia

 Este trabalho classifica-se como de natureza aplicada com objetivos exploratórios, uma vez que busca obter conhecimentos de ordem prática, e por fazer proposições executáveis dentro do tema estudado (GIL, 2008). Para tanto, será adotado o método de pesquisa baseado em modelagem quantitativa  (MIGUEL et al., 2012). No contexto deste trabalho, a abordagem quantitativa tem o intuito de auxiliar no desenvolvimento da proposta de melhoria do modelo de avaliação de desempenho de servidores públicos, baseado em AMD.Para atingir os objetivos propostos, foi adotado o método de trabalho representado na Figura 3.

Figura 3 - Método de Trabalho

Fonte: Elaborada pelo autor (2016)

6. Métodos AMD para melhoria do modelo de Medição de Desempenho da aped

O presente estudo aconteceu no âmbito da SECAD, que é um órgão integrante da estrutura organizacional da administração direta do poder executivo do governo do estado do Tocantins (TOCANTINS, 2011). A SECAD tem como missão “Buscar o fortalecimento e a excelência da gestão pública estadual de recursos humanos e de organização administrativa, com foco no acompanhamento de resultados e na qualidade dos serviços oferecidos pelo Estado do Tocantins” (SECAD, 2016). Dentre as suas competências, destaca-se a de “supervisionar e controlar os níveis de desempenho, produtividade e eficiência dos servidores do Poder Executivo” (TOCANTINS,2011). Essa competência é desenvolvida por meio da APED que, em um cenário de 51.687 servidores públicos, 7.000 são avaliados anualmente em média (ADMINISTRAÇÃO, 2016).

Como foi mencionado na seção 1, os elementos que compõem a APED, avaliadores e os elementos do instrumento de avaliação, não apresentam definição de pesos. Desta forma, o problema de decisão foco deste trabalho é:

1. Priorização e ponderação dos avaliadores.
2. Priorização e ponderação das Competências de avaliação;
3. Priorização, ponderação dos fatores de avaliação.

No processo decisório esse tipo de problema é definido como Problema de Ordenação, no qual as alternativas são ordenadas da melhor para pior, por meio de pontuações ou comparações aos pares. O ordenamento pode ser completo ou parcial, quando considerado as alternativas incomparáveis (ROY, 1996).

A partir da definição dos problemas, foram definidos dois modelos de decisão, o primeiro modelo é representado na Figura 4, sendo referente ao problema de Priorização e ponderação dos avaliadores, o segundo modelo é representado na Figura 5, sendo referente ao problema de Priorização e ponderação das Competências e Fatores de avaliação.

Os elementos que fazem parte dos modelos de decisão, são todos oriundos da APED e de seu instrumento de avaliação selecionado para pesquisa.

Figura 4 - Estruturação do problema - priorização e ponderação dos avaliadores

Fonte: Elaborada pelo autor (2016)

Figura 5 - Estruturação do Problema - priorização e ponderação das competências e fatores

Fonte: Elaborada pelo autor (2016)

Para a implementação do modelo de decisão de priorização e ponderação dos avaliadores, representado na Figura 4, definiu-se o emprego do método AHP devido à característica do problema, sua simplicidade e robustez.

Entretanto, para a implementação do modelo de decisão de priorização e ponderação das competências e fatores de avaliação, representado na Figura 5, o método AHP não se apresentou como uma opção viável para este trabalho, devido à quantidade de alternativas existente, haja vista que somente as alternativas relacionadas ao critério competência funcional, são 10.  Este número de alternativas aplicado na equação n(n-1)/2 (SAATY, 1991) resultaria em 40 comparações para somente uma matriz, o que tornaria inviável colher de todos os quatro decisores as informações de comparações para todas as matrizes. Além disso, e o mais importante, para priorização e ponderação dos fatores de avaliação, mostra-se adequado o emprego de um método não compensatório, para que não haja compensação dos valores dos fatores de avaliação. Portanto, aplicou-se uma abordagem baseada nos trabalhos de Turcksin, Bernardini e Macharis (2011) e Kabir e Sumi (2014) que consiste na abordagem combinada do método AHP e PROMETHEE II. Neste presente trabalho, o método AHP é utilizado para ponderar os critérios (Competências) e o método PROMETHEE II para definir um ranking (ordenação) das alternativas (Fatores).

Quatro pessoas fizeram parte da equipe de especialistas/respondentes do domínio desta pesquisa, denominados como “Decisores”, todos são servidores públicos lotados na SECAD. No Quadro 2, está apresentado o perfil desses decisores.

Quadro 2 - Decisores

Fonte: elaborado pelo autor (2016)

7. Resultados e discussões

O propósito dessa seção é apresentar os resultados obtidos e discussões à luz dos objetivos da pesquisa. Os resultados estão apresentados em relação ao modelo de decisão definido na seção anterior e à proposta de reformulação do mecanismo de apuração de resultados da APED. Inicialmente, serão apresentados os resultados referente ao modelo de decisão: Priorização e ponderação dos avaliadores, representado na Figura 4. Conforme já mencionado, para implementar esse modelo, foi empregado o método AHP para priorização dos elementos e abordagem AIP para agregação da decisão em grupo.

Em relação à aplicação do método AHP, evidenciou-se que para obtenção do vetor de prioridade, quando empregado o método aproximado com o uso da média aritmética dos elementos da matriz normalizada, o resultado é mais sensível à inconsistência dos julgamentos que o emprego do método aproximado com o uso da média geométrica dos elementos e normalização do vetor de prioridade obtido. Devido a essa sensibilidade, foi necessário realizar novas coletas junto aos decisores em um processo iterativo, até que as matrizes de julgamentos apresentassem resultados de inconsistências satisfatórios aos limites definidos pela literatura.

No processo de aplicação do método não houve exclusão de critérios e nem de alternativas (TROUTT, 1988), portanto a agregação dos resultados a partir da agregação aditiva se apresentou eficaz, haja vista que o ponto de falha desse método se encontra quando há exclusão (ou inserção) de algum elemento da análise, causando alteração da ordem das prioridades (DYER, 1990; HOLDER, 1990; SAATY, 1991b).

Para definir o peso final dos avaliadores, foi empregado o processo de decisão em grupo descrito na seção 3.1 e o vetor de prioridade obtido desse processo, foi adotado como peso dos avaliadores, conforme destacado na Tabela 2.

Tabela 2 - Priorização e Ponderação dos Avaliadores

Fonte: elaborada pelo autor (2016)

A Tabela 2 apresenta um quadro comparativo entre os pesos dos avaliadores definidos pela pesquisa e os pesos atuais adotados na APED. A primeira diferença é uma distribuição mais heterogênea dos pesos, contrapondo a distribuição homogênea dos pesos dos avaliadores com exceção da chefia imediata. Os pesos associados aos avaliadores representando a chefia imediata (chefe imediato e indicado do chefe imediato) ainda é alto 75,21% em relação aos 80% do modelo atual. Vale ressaltar que todos os decisores do processo decisório são detentores de cargo de chefia. No entanto, houve uma redução da diferença entre o chefe imediato, cujo o peso diminuiu para 55,17% e o seu indicado, que cujo o peso aumentou para 20,04%. Nesse sentido, diminuiu consideravelmente o poder de avaliação do chefe imediato, que poderá minimizar distorções na avaliação, tanto para mais quanto para menos.

Do lado do avaliado (auto-avaliação e indicado do avaliado), não houve uma variação significativa, sendo observado um aumento no valor do peso dos atuais 20% para 24,79%. Contudo, houve um aumento de 5,47% no peso da auto-avaliação, aumentando a importância desse avaliador na APED. Vale também ressaltar que o indicado do avaliado teve uma leve diminuição de sua importância, com redução de 0,68%.

Em relação ao modelo de decisão Priorização e ponderação das Competências e Fatores de avaliação, será apresentado inicialmente os resultados obtidos da priorização e ponderação das competências através do método AHP com abordagem AIP para decisão em grupo. Esse processo também foi exposto aos problemas supracitados, pois foram empregadas as mesmas técnicas do processo anterior.

Para definir o peso final das competências, foi empregado o processo de decisão em grupo definido na seção 4. O vetor de prioridade obtido desse processo, foi adotado como peso das competências, conforme apresentado na Tabela 3.

Tabela 3 - Priorização e Pesos das competências

Fonte: elaborada pelo autor (2016)

A Tabela 3, apresenta os resultados com a competência funcional sendo a mais importante com 83,5% de peso. Esse resultado contrapõe o do trabalho de Gomes & Andrade (2012) que apresentou a competência funcional com 25% e a comportamental com 75%.

Para a priorização e ponderação dos Fatores de avaliação foi empregado o método PROMETHEE II, utilizando o processo unicritério do método para cada competência, haja vista que a definição dos pesos dos fatores se deu em relação à competência que o fator está associado, não havendo necessidade de agregação dos resultados em relação aos critérios. O grau de preferência unicritério das comparações pareadas das alternativas foi calculado utilizando a função Linear, apresentada no Quadro 1, para valores dos limiares de preferência (p) e indiferença (q) definidos como p=9 e q=1.

Os resultados obtidos do processo de decisão foram organizados em duas alíneas:

a) Priorização e ponderação dos fatores em relação à competência Funcional

O método foi aplicado da mesma maneira para cada decisor, e para definir os pesos dos fatores da competência funcional, foi adotado o processo de decisão em grupo do PROMETHEE GDSS. Para todos os critérios, foi associada a função de preferência Linear com o limiar de indiferença q=-1 e de preferência p=1 e o valor de peso igual a 1, isto é, todos os decisores possuem o mesmo grau de importância. Os resultados obtidos dese processo foram definidos como pesos. Esses valores foram normalizados após a conversão da escala de (-1 a 1) do fluxo líquido para escala de 0 a 1, em porcentagem. Os resultados finais estão apresentados na Tabela 4. Esses apresentados na Tabela 4 fazem parte das contribuições desta pesquisa, haja vista que apresentam os pesos representando a ordem de prioridade dos fatores, que não existe no instrumento de avaliação atual da APED.

Tabela 4 - Priorização e Pesos dos fatores – Competência Funcional

Fonte: elaborada pelo autor (2016)

b) Priorização e ponderação dos fatores em relação à competência Comportamental

O método PROMETHEE foi aplicado da mesma maneira para cada decisor e também optou-se por utilizar a função Linear, com os mesmos valores para o limiar de preferência p e olimiar de indiferença q, isto é, p=9 e q=1.

Para definir os pesos dos fatores da competência comportamental foi adotado processo de decisão em grupo do PROMETHEE GDSS. Para todos os critérios, foi associada a função de preferência Linear com o limiar de indiferença q=-1 e de preferência p=1 e o valor de peso igual a 1, isto é, todos os decisores possuem o mesmo grau de importância. Os resultados obtidos dese processo foram definidos como pesos. Esses valores foram normalizados após a conversão da escala de (-1 a 1) do fluxo líquido para escala de 0 a 1, em porcentagem. Os resultados finais estão apresentados na Tabela 5. Estes dados apresentados na Tabela 5, também fazem parte das contribuições desta pesquisa, haja vista que apresentam os pesos representando a ordem de prioridade dos fatores, que não existe no instrumento de avaliação atual da APED.

Tabela 5 - Priorização e Pesos dos fatores – Competência Comportamental

Fonte: elaborada pelo autor (2016)

Por fim, serão discutidos os resultados obtidos da proposta de reformulação do mecanismo de apuração de resultados da APED. Inicialmente, serão apresentados os dados da avaliação de um servidor público utilizando o modelo atual, em seguida os mesmos dados serão utilizados como entrada para o novo instrumento de avaliação, proposto pela pesquisa. Ao final, será apurada a nota final e apresentados os dados.

      O avaliado selecionado é um servidor público, detentor de um cargo público de Analista em Tecnologia da Informação, exercendo a função de Web Designer e Desenvolvedor Web. Atualmente, está lotado na Gerência de Desenvolvimento e Manutenção de Sistemas da Diretoria de Tecnologia da SECAD. É servidor público a 10 anos e nesta pesquisa será denominado apenas como “Avaliado”.

A avaliação foi realizada pelos seus pares, todos servidores públicos lotados na mesma unidade. Os julgamentos seguiram a escala de 1 a 5 definida pela APED para todos os formulários.

Atualmente, o modelo de apuração da nota final dos avaliados implantado na APED, gera uma nota final variando de 40 a 100 pontos, calculando-se uma média ponderada dos avaliadores, sendo 70 pontos para o chefe imediato e 10 pontos para os demais avaliadores, totalizando 100 pontos de peso. Após realizar essa apuração, o resultado obtido para o avaliado em questão foi de 89,20 pontos.

Em seguida aplicou-se os julgamentos e os pesos de todos elementos (avaliadores, competências e fatores) no novo modelo de avaliação proposto por este trabalho.

Analisando o processo de avaliação neste novo modelo, foi possível constatar que os pesos equilibram os julgamentos, que pela subjetividade podem apresentar algumas inconsistências. Para demonstrar essa situação, cita-se o julgamento do fator Atenção Concentrada, que além de ser um fator muito subjetivo, recebeu valor máximo (cinco) de todos os avaliadores. Contudo, a adição de pesos impõe um equilíbrio na apuração da nota, haja vista que esse fator tem o segundo menor peso (importância) entre os fatores da competência funcional. Do lado oposto, pode-se citar o julgamento do fator Sociabilidade que recebeu a menor pontuação considerando todos os avaliadores e todas as competências. Isso poderia ser um fator negativo na avaliação do desempenho, porém com a definição de pesos é possível verificar que este fator é o que possui menor ponderação (importância) entre os fatores da competência comportamental, portanto a critério do analista de recursos humanos poderia ser desconsiderado como um fator a ser melhorado.

Por fim, a última etapa, é apurar a nota final do avaliado no novo modelo de avaliação proposto pela pesquisa. Para isso, foi empregada a agregação aditiva dos julgamentos em relação aos pesos dos fatores, avaliadores e das competências.

Para realizar esse cálculo, o primeiro passo é agregar em uma única medida para cada avaliador a média dos fatores, considerando os seus pesos e o peso da competência correspondente.

O último passo é calcular a nota final do avaliado, realizando novamente uma agregação aditiva, multiplicando a média do avaliador pelo seu peso e somando o resultado de todos avaliadores. O resultado será uma única medida variando de 2 a 10, que será multiplicada por dez, para que o resultado da nota varie de 20 a 100. Então, após realizar os devidos cálculos, a nota final do avaliado foi 92,04 pontos.

Como pode ser observado, a pontuação do avaliado neste modelo foi maior do que a obtida pelo modelo atual, isso ocorreu devido ao sistema de compensação existente na agregação aditiva do novo modelo.

Para exemplificar, analisando os julgamentos, observa-se que os avaliadores atribuíram uma pontuação menor para os fatores da competência comportamental. Como no modelo atual não há definição de pesos para os fatores e nem para as competências, isso causou impacto na apuração da nota, reduzindo-a. No entanto, para o novo modelo, essa redução foi menor, haja vista que as competências e fatores são ponderados. Além disso, a competência comportamental tem menor peso em relação à competência funcional, e seus fatores receberam menores pontuações de julgamento do que os fatores da competência funcional. Somado a isso, o fator da competência comportamental, Sociabilidade, que recebeu menor julgamento é também o que possui menor peso.

8. Considerações finais

No governo do Tocantins, a AD é implementada pela APED que possui uma metodologia de avaliação baseada no método 360 graus

Como sugestão de trabalhos futuros, pode-se empregar o método AHP com a abordagem Fuzzy. Também a partir desse trabalho, é possível propor um modelo de avaliação de funcionários a partir do emprego do método PROMETHEE II, utilizando os fatores de avaliação como critérios e os funcionários como alternativas. Os pesos dos fatores definidos por este trabalho seriam utilizados para obtenção dos fluxos globais. Também poderia ser empregada a abordagem de decisão em grupo utilizado os avaliadores como os decisores.

Referências

ADMINISTRAÇÃO. Relatório do Sistema de Avaliação de Desempenho - APED. [s.l: s.n.]. Disponível em: <www.secad.to.gov.br/aped>.

BARROS, S. et al. O Uso Do Método De Análise Hierárquica ( Ahp ) Na Tomada De Decisões Gerenciais - Um Estudo. Enegep 2009, p. 13, 2009.

BELTON, V.; STEWART, T. J. Multiple Criteria Decision Analysis. Boston, MA: Springer US, 2002.

BERGAMINI, C. W.; BERALDO, D. G. R. Avaliação de Desempenho Humano na Empresa. 4. ed. São Paulo: ATLAS, 1988.

BRANS, J. P.; VINCKE, P. Note—A Preference Ranking Organisation Method. Management Science, v. 31, n. 6, p. 647–656, jun. 1985.

BRANS, J. P.; VINCKE, P.; MARESCHAL, B. How to select and how to rank projects: The Promethee method. European Journal of Operational Research, v. 24, n. 2, p. 228–238, fev. 1986.

BRASIL. Lei 11784, 22 de setembro de 2008. Presidência da República.

BRASIL. Decreto 7133, 19 de outubro de 2010.

DIAS, G. Aplicabilidade da nova gestão de desempenho: o caso de uma agência reguladora brasileira. [s.l: s.n.].

DYER, J. S. A Clarification of “Remarks on the Analytic Hierarchy Process”. Management Science, v. 36, n. 3, p. 274–275, mar. 1990.

FIGUEIRA, J.; GRECO, S.; EHROGOTT, M. Multiple Criteria Decision Analysis: State of the Art Surveys. New York, NY: Springer New York, 2005. v. 78

FORMAN, E. H.; SELLY, M. A. Decision by Objectives. [s.l.] World Scientific Publishing Co. Pte. Ltd., 2001.

FORMAN, E.; PENIWATI, K. Aggregating individual judgments and priorities with the analytic hierarchy process. European Journal of Operational Research, v. 108, n. 1, p. 165–169, jul. 1998.

GIANGRECO, A. et al. War outside, ceasefire inside: An analysis of the performance appraisal system of a public hospital in a zone of conflict. Evaluation and Program Planning, v. 35, n. 1, p. 161–170, fev. 2012.

GIL, A. C. Gestão de Pessoas: Enfoque nos Papéis Profissionais. 1. ed. São Paulo: ATLAS, 2001.

GIL, A. C. Métodos e Técnicas de Pesquisa Social. [s.l.] ATLAS, 2008.

GMEENAKSHI. Multi source feedback based performance appraisal system using Fuzzy logic decision support system. International Journal of Soft Computing, v. 3, n. 1, p. 91–106, 2012.

HOLDER, R. D. Some Comments on the Analytic Hierarchy Process. The Journal of the Operational Research Society, v. 41, n. 11, p. 1073, nov. 1990.

ISHIZAKA, A.; NEMERY, P. Multi-Criteria Decision Analysis: Methods and Software. [s.l.] WILEY, 2013.

KABIR, G.; SUMI, R. S. l Integrating fuzzy analytic hierarchy process with PROMETHEE method for total quality management consultant selection. Production & Manufacturing Research : An Open Access JournaL, v. 3277, n. June 2015, p. 37–41, 2014.

MACHARIS, C. et al. The GDSS PROMETHEE procedure - A PROMETHEE-GAIA based procedure for group decision support. Journal of Decision Systems, v. 7, p. 283–307, 1998.

MIGUEL, P. A. et al. Metodologia de Pesquisa em Engenharia de Produção e Gestão de Operações. 2. ed. [s.l: s.n.].

PONTES, B. R. AVALIAÇÃO DE DESEMPENHO - NOVA ABORDAGEM, MÉTODOS DE AVALIAÇÃO INDIVIDUAL E DE EQUIPES. 9. ed. [s.l.] LTR, 2005.

ROY, B. Multicriteria Methodology for Decision Aiding. [s.l.] Kluwer Academic Publishers, 1996.

SAATY, T. Método de Analise Hierárquica. [s.l.] Makron Books, 1991a.

SAATY, T. Theory and Applications of the Analytic Network Process: Decision Making with Benefits, Opportunities, Costs, and Risks. 3. ed. [s.l.] RWS, 2005.

SAATY, T. L. Response to Holder’s Comments on the Analytic Hierarchy Process: Response to the Response to the Response. The Journal of the Operational Research Society, v. 42, n. 10, p. 918, out. 1991b.

SECAD. Portal da Secretaria da Administração. Disponível em: <http://www.secad.to.gov.br>. Acesso em: 29 mar. 2016.

SILVEIRA, J.; PINHEIRO, I.; ANTUNES, E. Critérios de Avaliação no Setor Público: um comparativo entre União X seis estados. Revista Pensamento Contemporâneo …, 2012.

SPENCE, J. R.; KEEPING, L. Conscious rating distortion in performance appraisal: A review, commentary, and proposed framework for research. Human Resource Management Review, v. 21, n. 2, p. 85–95, jun. 2011.

TAYLOR, F. A.; KETCHAM, A. F.; HOFFMAN, D. Personnel evaluation with AHP. Management Decision, v. 36, n. 10, p. 679–685, dez. 1998.

TOCANTINS. Decreto 2551, de 13 de outubro de 2005BRASIL, 2005. Disponível em: <http://www.secad.to.gov.br/gcs/export/sites/defaul>

TOCANTINS. Lei n. 2425, dispõe sobre a estrutura organizacional do Poder Executivo e adota outras providênciasBRASIL, 2011. Disponível em: <http://al.to.gov.br/legislacaoEstadual>

TOCANTINS. Lei 2.669, de 19 de dezembro de 2012BRASIL, 2012. Disponível em: <http://www.secad.to.gov.br/gcs/export/sites/default/portal_secad/pccr/suacarreira/quadro_geral/lei_2669-2012_atualizaxo_defesa_social.pdf>

TROUTT, M. D. Rank reversal and the dependence of priorities on the underlying MAV function. Omega, v. 16, n. 4, p. 365–367, jan. 1988.

TURCKSIN, L.; BERNARDINI, A.; MACHARIS, C. A combined AHP-PROMETHEE approach for selecting the most appropriate policy scenario to stimulate a clean vehicle fleet. 14th EWGT & 26th MEC & 1st RH, v. 20, p. 954–965, 2011.

VINCKE, P. Multicriteria Decision-Aid. [s.l.] ohn Wiley & Sons Ltd, 1992.

YANG, J.; LEE, H. An AHP decision model for facility location selection. Facilities, v. 15, n. 9/10, p. 241–254, set. 1997.

1. Universidade de Caxias do Sul (UCS) Caxias do Sul, RS, Brazil.