UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

FACULTAD DE CIENCIAS MATEMTICAS

E.A.P. DE INVESTIGACIN OPERATIVA

Criterios de Seleccin de Personal mediante el uso del

proceso de anlisis jerrquico. Aplicacin en la seleccin
de personal para la Empresa Exotic Foods S.A.C
CAPTULO II. LA TOMA DE DECISIONES

MONOGRAFA
Para optar el Ttulo de Licenciado en Investigacin Operativa

AUTOR

Diego Edher Maurtua Ollaguez

LIMA PER
2006
 CAPTULO II

LA TOMA DE DECISIONES

2.1. EL PROCESO DE TOMA DE DECISIONES

Previamente se enuncian la tipologa de situaciones de decisiones:

Tipologa de las situaciones de decisiones:

Las situaciones de decisiones se clasifican en:

1 tipologa de las situaciones de decisiones:

Programables: son problemas de decisin que tienen las siguientes

caractersticas:

o Son bien definidos.

o Son rutinarios.

o Tienen la informacin adecuada.

o Existen muchas reglas para seleccionar las alternativas.

Las decisiones se pueden tomar a travs de una tabla de decisin.

No Programables: son problemas de decisin que tienen las siguientes

caractersticas:

o No son bien definidos.

o No son rutinarios.

o No se tienen la informacin adecuada.

o No tiene tantas reglas para seleccionar las alternativas.

o El criterio usado es de tipo personal, sentido comn; mayormente usado

 en el proceso de simulacin.

o Tienen una extensa base de datos, en muchos casos se hace tedioso el

procesamiento de la informacin.

o Presencia de altos costos.

2 tipologa de las situaciones de decisiones:

Decisiones bajo completa certeza: llamados tambin determinsticos,

debido a que se conocen completamente los datos a utilizar.

Decisiones bajo completa incertidumbre: en la cual el decisor se enfrenta a

situaciones que nunca han ocurrido y que talvez no vuelvan a repetirse en el

futuro de esa misma forma, no se conocen las probabilidades de ocurrencia,

adems no es posible que se le genere a los datos la asignacin de

ponderaciones que representen su importancia en el proceso de decisin

Decisiones bajo riesgo: se basa en la teora de la probabilidad, que hace uso

de la teora moderna de la utilidad.

 El proceso de toma de decisiones se plasma en el siguiente grfico:

Definicin del
Problema

Estructuracin del
Identificacin de Problema de
Alternativas Decisin

Determinacin de
criterios

Evaluacin de
Alternativas Anlisis del
Problema de
Decisin

Eleccin de una
Opcin

Implementacin de
la Decisin

Evaluacin de
Resultados

(Grfico N 2.1.: Proceso de Toma de Decisiones)

La toma de decisiones es un proceso de seleccin entre cursos alternativos

de accin, basado en un conjunto de criterios, para alcanzar uno o ms

objetivos 1.

1
Herbet Simon, The New Science of Management Decision, Harper and Row, New York, 1960.
 El proceso de toma de decisiones se divide generalmente en cuatro partes:

Estructuracin del problema de decisin: es parte del proceso de toma de

decisin que comprende los siguientes componentes:

Definicin del Problema: es el paso inicial para la toma de decisiones; sin

un problema bien definido, no hay objetivo definido y no hay una solucin

veraz.

Identificacin de Alternativas: es la deteccin de la cantidad de opciones

que tiene el decisor para efectuar la toma decisin.

Determinacin de Criterios: corresponde a las caractersticas mas

relevantes que los decisores han considerado para luego evaluar en funcin a

los criterios, que alternativa les resulta mas conveniente.

Existen dos tipos de criterios: cualitativos y cuantitativos.

Anlisis del problema de decisin: es parte del proceso de toma de

decisin consecuente de la estructuracin del problema de decisin, que

comprende los siguientes componentes:

Evaluacin de Alternativas: depende del mtodo de evaluacin,

considerando que la evaluacin se hace en base a los juicios y a la

experiencia del decisor, para el caso de tener criterios cualitativos; y en base

a hechos y/o datos histricos para el caso de tener criterios cuantitativos.

Eleccin de una Opcin: en funcin de la evaluacin de las alternativas, se

obtiene una alternativa con mejor perspectivas que otras.

 Implementacin de la decisin: al tener la alternativa mas favorable, se

procede a su ejecucin.

Evaluacin de resultados: ya estando en ejecucin, los resultados que

genera la alternativa pasan a ser evaluados.

2.2. ANLISIS DE DECISIN MULTICRITERIO

El anlisis de decisiones multicriterio constituye una forma de modelar los

procesos de decisin, en los que entran en juego: una decisin a ser tomada,

los eventos desconocidos que pueden afectar el o los resultados, los posibles

cursos de accin, y el o los resultados mismos. Mediante los modelos

multicriterio el decisor podr estimar las posibles implicaciones que puede

tomar cada curso de accin, de modo a obtener una mejor comprensin de las

vinculaciones entre sus acciones y sus objetivos.

En ste tipo de anlisis, se refleja la siguiente terminologa:

Alternativas : opciones que tiene el decisor para la toma de decisin.

Criterios : caractersticas estndar que describen a las alternativas de

manera objetiva (cuantitativa) y subjetiva (cualitativa).

Objetivo : es el motivo por el cual se est procediendo a tomar una

decisin, que est en funcin a los requerimientos del decisor.

Meta : aspiraciones que expresan el nivel deseado de los atributos.

2.3.MTODOS DE DECISIN MULTICRITERIO DISCRETOS

Los mtodos de Decisin Multicriterio son poderosas herramientas que

ayudan a generar consenso en contextos complejos de decisin. Se pueden

aplicar estas tcnicas a casos en los que sea necesaria la confluencia de

intereses y puntos de vista de diferentes grupos o personas. Esto permite que

todas las partes interesadas participen en el proceso de toma de decisiones.

"Considerando un grupo formado por varios agentes, cada uno con sus

propias preferencias, como nico agente colectivo que tiene varios criterios

de eleccin diferentes, recaemos en la problemtica multicriterio"2.

Los Mtodos de Decisin Multicriterio son Discretos cuando las alternativas

de decisin son finitas.

Sin embargo, para que los Mtodos de Decisin Multicriterios Discretos se

apliquen en el mundo real, es necesario que tengan una solidez terica, pero

sobre todo, es imprescindible que puedan ser comprendidos por los decisores

y aplicados por ellos de forma fcil. La experiencia demuestra que las

tcnicas conceptualmente ms fciles de entender y de aplicar son ms

utilizadas que aquellas ms abstractas tericamente. Puede llegar el caso en

el que no se empleen tcnicas multicriterio porque el decisor no acaba de

comprenderlas y siente que el proceso de toma de decisiones se le escapa de

2
Barba-Romero, S. y Pomerol J., Decisiones Multicriterio, Fundamentos Tericos y Utilizacin Prctica,
Servicio de publicaciones de la Universidad de Alcal, 1997.
las manos. El decisor tiene que sentir que controla el proceso en todo

momento.

Dentro de los principales Mtodos de Decisin Multicriterio Discreto

tenemos:

2.3.1. MTODO DE AGREGACIN

Los mtodos de agregacin consisten en la aplicacin de procedimientos

matemticos para sintetizar los valores obtenidos por cada alternativa

respecto a todos los criterios considerados en el anlisis. Los valores

obtenidos pueden referirse tanto a las puntuaciones de las alternativas

respecto de algn criterio, como a la utilidad que reporta el puntaje obtenido

en dicho criterio.

Los mecanismos ms conocidos de agregacin son los que se obtienen de la

ponderacin lineal, o multiplicativa, en tanto que en las metodologas del tipo

Electre o Promethee las formas de agregacin estn dadas por la lgica de las

relaciones de superacin.

2.3.2. MTODO COMPENSATORIO

ste mtodo se diferencia sobre la base de si las ventajas de un determinado

atributo o criterio pueden ser intercambiadas por las desventajas de otro

atributo, o si este intercambio no es posible.

Una estrategia de eleccin es compensatoria si los intercambios de logros

entre atributos (trade-offs) estn permitidos. La estrategia ser No

Compensatoria si no estn autorizadas dichas compensaciones.

Los mtodos de Ponderacin Lineal, de Utilidad Multiatributo y el Proceso

Analtico Jerrquico son tpicamente compensatorios, en tanto que los

mtodos Electre no lo son, tal como ocurre por otra parte con el mtodo

lexicogrfico y el mtodo de eliminacin por aspectos.

2.3.3. MTODO DE PONDERACIN LINEAL (SCORING)

El mtodo de ponderacin lineal es probablemente el ms conocido y el ms

corrientemente utilizado en los mtodos multicriterio. Con dicho mtodo se

obtiene una puntuacin global por simple suma de las contribuciones

obtenidas de cada atributo. Si se tienen varios criterios con diferentes escalas,

dado que los mismos no son sumables en forma directa, se requiere un previo

proceso de normalizacin para que pueda efectuarse la suma de

contribuciones de los atributos. Debe tomarse en cuenta, sin embargo, que el

orden obtenido con este mtodo no es independiente del procedimiento de

normalizacin aplicado.

2.3.4. MTODO DE UTILIDAD MULTIATRIBUTO (MAUT)

Se trata de modelos de agregacin de preferencias efectuadas respecto a

criterios individuales, en los cuales se modelan las preferencias globales del

decisor mediante de una funcin de valor.

La teora de la utilidad multiatributo desarrollada por Keeny y Raiffa (1976),

a partir de la teora de utilidad unidimensional de Von Neumann y

Morgenstern (1944), busca expresar las preferencias del decisor sobre un

conjunto de atributos o criterios en trminos de la utilidad que le reporta,

dentro de un contexto de la teora de la decisin en condiciones de

incertidumbre.

2.3.5. ESCUELA EUROPEA

En Europa tambin se formularon Mtodos de Decisin Multicriterio

Discreto, dentro de los cuales tenemos :

2.3.5.1. MTODO ELECTRE (Elimination Et Choix

Traduisant la Ralit)

Familia de mtodos basado en relaciones de superacin para decidir acerca

de la determinacin de una solucin, que sin ser ptima pueda considerarse

satisfactoria; adems de obtener una jerarquizacin de las acciones,

alternativas bajo anlisis. Originada inicialmente y desarrollada por la

escuela francfona (principalmente en Francia, Blgica, Suiza, aunque

pueden considerarse continental, ya que se verifican muy importantes

contribuciones de los Pases Bajos y Polonia, entre otros, a tal esquema), en

la actualidad han sido desarrollados los procedimientos Electre I, II, III IV, IS

y Electre TRI, los que brindan procedimientos para resolver diferentes tipos

de problemas suscitados en el tratamiento de la teora de la decisin.

2.3.5.1. MTODO PROMETHEE (Preference Ranking

Organization Method for Enrichment Evaluations)

ste mtodo (Brans y Vincke, 1985) consiste, como en Electre III, en la

construccin de relaciones de superacin valorizadas, incorporando

conceptos y parmetros que poseen alguna interpretacin fsica o econmica

fcilmente comprensibles por el decisor. Promethee hace uso abundante del

concepto de pseudocriterio ya que construye el grado de superacin entre

cada par de acciones ordenadas, tomando en cuenta la diferencia de

puntuacin que esas acciones poseen respecto a cada atributo. La valuacin

de esas diferencias pueden realizarse mediante funciones de valor posibles y

que son utilizadas de acuerdo a las preferencias del decisor, quien adems

debe proporcionar los umbrales de indiferencia y de preferencia asociados a

estos pseudocriterios.

Otras variantes del mtodo plantean situaciones ms sofisticadas de decisin,

en particular problemas con un componente estocstico. As se han

desarrollado las versiones Promethee II, Promethee III, Promethee IV y

Promethee V. En Promethee V (Brans y Mareschal, 1992), se incorpora una

filosofa de optimizacin entera a efectos de abordar problemas de seleccin

de inversiones con restricciones presupuestarias.

2.3.5.3. MTODO MACBETH (Measuring Attractiveness by a

Categorical Based Evaluation Technique)

Macbeth es un mtodo interactivo que mide el grado de preferencia de un

decisor sobre un conjunto de alternativas. Fue desarrollado por Carlos Bana e

Costa, de la Universidad de Lisboa, Portugal, y Jean Claude Vasnick de la

Universidad de Mons-Hainaut, Blgica, en 1994. Construye una funcin

criterio de un punto de vista fundamental y determina los parmetros

relacionados con la informacin entre criterios (pesos) en la fase de

agregacin.

Para la construccin de la funcin criterio de cada punto de vista, la

preferencia es local, es decir, que los juicios del decisor conciernen

nicamente a un solo punto de vista fundamental. Para determinar los pesos

se usan los juicios del decisor acerca de la preferencia total de las

alternativas. Estos permiten a Macbeth representar la informacin de manera

cuantitativa mediante la relacin de todos los criterios dentro de un modelo

de evaluacin global.

2.3.6. MTODO LEXICOGRFICO

Se parte de una matriz de valuacin para la cual se han determinado las

escalas apropiadas y se designa un criterio principal que ser el criterio

dictador. Aquella accin potencial que obtiene la mejor puntuacin en ese

criterio queda consagrada como la "mejor" accin. En caso que hubiera

empate entre pares de acciones luego de efectuada esta primera seleccin, se

aplica un procedimiento de desempate que consiste en recurrir al segundo

criterio en orden de importancia (aquella accin que obtiene la mejor nota

con el segundo criterio es la que queda clasificada como la mejor), o en el

tercer criterio si fuera necesario, y as seguido.

Este procedimiento no es tan trivial como pudiera creerse, ya que es utilizado

frecuentemente en decisiones econmicas: la seleccin de proyectos sobre la

base del mayor valor presente neto constituye un tpico procedimiento basado

en un criterio dictatorial.

El procedimiento se denomina lexicogrfico, ya que de este mismo modo se

ordenan las palabras del diccionario: el criterio dictatorial es la primera letra,

luego los casos de empate son resueltos con la segunda letra y as seguido.

Tambin existe el mtodo de Eliminacin por aspectos, el cual es un

procedimiento muy parecido al mtodo lexicogrfico, igual que en el mtodo

lexicogrfico, se examina un atributo de por vez y se realizan las

comparaciones entre las alternativas, eliminando aquellas que no cumplen

con algn estndar o valor de base predeterminado. La diferencia con el

mtodo anterior es que los criterios no estn ordenados por orden de

importancia, sino en trminos de su poder de discriminacin probabilstica.

Esto es, los atributos son utilizados y priorizados en trminos de su orden de

verosimilitud para que fallen las alternativas: estas son eliminadas segn los

aspectos ms probables de fallo.

2.3.7. MTODO DE PROGRAMACIN POR COMPROMISO

(TOPSIS)

El mtodo de Programacin por compromiso, tambin llamado Topsis, de las

siglas en ingles: Technique for Order Preference by Similarity to Ideal

Solution, es una tcnica de programacin matemtica utilizada originalmente

en contextos continuos y que ha sido modificada para el anlisis de

problemas multicriterio de tipo discretos. Es utilizada para identificar

soluciones que se encuentran lo ms cerca posible a una solucin ideal

aplicando para ello alguna medida de distancia. Las soluciones as

identificadas se denominan soluciones compromiso y constituyen el conjunto

de compromiso.

Esta tcnica est basada en el concepto que una alternativa seleccionada debe

tener la distancia ms corta posible hacia la solucin ideal positiva y estar lo

ms lejos posible respecto de la solucin ideal negativa. Fue desarrollada por

Hwang y Yon en 1981, recibiendo posteriores aportes de Zeleny (1982), Hall

(1989). Fue mejorada por los propios autores en 1987 y mas tarde

conjuntamente con Lai y Liu en 1993.

Una solucin ideal se define como una coleccin de niveles ideales (o de

puntajes) en todos los atributos considerados, pudiendo suceder que tal

solucin normalmente sea inalcanzable o que sea no factible. Esta nocin se

basa en la idea que el logro de tal meta se encuentra en la racionalidad de la

eleccin humana. El vector compuesto por los mejores valores del j-simo

atributo respecto a todas las alternativas posibles es quien recibe el nombre

de solucin ideal positiva. En contraposicin, la solucin ideal negativa

estara dada por el vector que contiene los peores puntajes alcanzables en los

atributos.

De este modo puede ocurrir que una alternativa seleccionada desde el punto

de vista de su ms corta distancia respecto de la solucin ideal positiva deba

competir con otra alternativa que se encuentra lo ms lejos posible de la

solucin ideal negativa. Por ello, y a fin de definir la solucin ideal, el

mtodo Topsis define un ndice de similaridad (o de proximidad relativa) que

se construye combinando la proximidad al ideal positivo y la lejana respecto

al ideal negativo.

El mtodo se desarrolla en una serie de etapas: primero se normalizan los

puntajes asignados a las diversas alternativas; luego se calculan los puntajes

normalizados ponderados; de all se identifican y/o definen las soluciones

ideal positiva e ideal negativa del problema bajo anlisis, en trminos de los

valores normalizados ponderados; as mismo se calculan las medidas de

separacin o distancia a las soluciones ideales entre las alternativas, mediante

alguna nocin de distancia mtrica, que puede ser la eucldea. Cualquiera sea

la nocin de distancia utilizada, esta se calcula respecto a la solucin ideal

positiva y respecto a la solucin ideal negativa; Finalmente se construyen las

semejanzas a la solucin ideal positiva como ndice respecto a la solucin

ideal negativa, lo que implica que dicho ndice combina los dos aspectos o

metas definidos al principio.

El ordenamiento por preferencia de las soluciones surge de colocar las

alternativas en orden decreciente respecto a las semejanzas estimadas en el

ltimo paso ya que el ms alto valor representa aquella alternativa que se

encuentra mas cerca del ideal positivo en relacin a la distancia respecto al

ideal negativo.
Cabe observar que por el tipo de atributos bajo anlisis (todos atributos deben

medirse sobre escalas de intervalo) y por la heurstica aplicada, el mtodo

Topsis es muy adecuado al tratamiento multicriterio de problemas que

aparecen en los Sistemas de Informacin Geogrfica.

2.3.8. PROCESO DE ANLISIS JERRQUICO (A.H.P.)

Desarrollado por Thomas Saaty en 1980, consiste esencialmente en

formalizar nuestra comprensin intuitiva de problemas complejos utilizando

una estructura jerrquica. El propsito del A.H.P. es permitir que el decisor

pueda estructurar un problema multicriterio en forma visual, dndole la

forma de una jerarqua de atributos, la cual contendra mnimamente tres

niveles: el propsito u objetivo global del problema, ubicado en la parte

superior, los varios criterios que definen las alternativas en el medio, y las

alternativas concurrentes en la parte inferior del diagrama. En la medida que

los criterios sean muy abstractos, tal como bienestar humano, o capacidad,

por ejemplo, pueden incluirse sub-criterios mas operativos en forma

secuencial entre el nivel de los criterios y el de las alternativas, lo que da

origen entonces a una jerarqua multinivel.

 A continuacin se presenta un cuadro comparativo entre el mtodo A.H.P. y otros

mtodos de Decisin Multicriterio Discretos (D.M.D.):

Resultado de la
Mtodo A.H.P. Otros Mtodos D.M.D.
Comparacin
Lo fundamental es el ejercicio Lo fundamental es obtener un El A.H.P. es ms objetivo que
de anlisis del problema de ordenamiento confiable. la D.M.D.
decisin.
El decisor es racional, puede El decisor es racional, puede Coincidencia
identificar las alternativas y identificar las alternativas y
establecer sus preferencias. establecer sus preferencias.
El decisor puede estructurar el El decisor puede especificar El A.H.P. amplia los requisitos
problema de decisin mediante los criterios a considerar. de la D.M.D.
una jerarqua de criterios.
Es conveniente que el El decisor puede especificar El A.H.P. utiliza una
ordenamiento sea especfico, tanto ordenamiento globales alternativa prevista en el
comparando por pares. como especficos. D.M.D.
Se utilizan varias funciones de Las preferencias pueden El A.H.P. utiliza una
utilidad, utilizando la tabla de expresarse como nmeros alternativa prevista en el
escalas de preferencias de reales (funciones de utilidad). D.M.D.
Saaty.
Se desea expresar la intensidad Pueden emplearse mtodos El A.H.P. utiliza una
las preferencias, por lo que el ordinales y cardinales, es decir alternativa prevista en el
mtodo debe de ser cardinal, de orden y de principios. D.M.D.
es decir, de principios.
Por inconsistencias, hay La estandarizacin no debe Es mejor replantear juicios
juicios que se deben de deformar los juicios. (A.H.P.), que trabajar con un
replantear, se estandariza D.M.D. con juicios que me
eliminando el grado de darn resultados poco
inconsistencia. confiables.

2.4. SOFTWARES PARA LA DECISIN MULTICRITERIO DISCRETA

Actualmente existen en el mercado varios softwares dedicados a la Decisin

Multicriterio Discreta como lo son el AIM, Electre, Promcalc, McView, entre

otros.

Especficamente en el caso del A.H.P., se encuentran productos comerciales

como: Hipre3+, Inpre, Criterium y Expert Choice.

Para el presente trabajo se har uso del software Expert Choice, debido a que

el mismo Thomas Saaty ha supervisado dicho software, dando confiabilidad

en su uso.

Para mayor informacin, puede visitar la pgina web www.expertchoice.com