Implementao Computacional de Seleo de Variveis em DEA: um Estudo de Caso em Avaliao Educacional

Bruno Tonioni Cunha Joo Carlos Correia Baptista Soares de Mello* Lidia Angulo Meza Universidade Federal Fluminense, RJ, Brasil

Resumo
O Mtodo Multicritrio de Seleo de Variveis em DEA, embora de procedimento simples, pode tornar-se moroso na ausncia de uma ferramenta computacional adequada. Dependendo do tamanho do problema faz-se necessria uma implementao computacional para garantir a rapidez de resposta na escolha das variveis. O artigo apresenta um mdulo complementar ao software SIAD, com a opo Avanada Seleo de Variveis. Este desenvolvimento computacional aplicado a uma avaliao educacional de programas de Engenharia de Produo. Palavras-chave: Software, Seleo de Variveis, Anlise Envoltria de dados

1. INTRODUO O poder discriminatrio da Anlise Envoltria de Dados (DEA) em problemas que contenham elevado nmero de variveis pode ser muito fraco, o que dificulta o uso de DEA como uma ferramenta de Multicritrio. Alm das tcnicas de aumento de discriminao em DEA, uma outra possibilidade restringir o nmero de variveis usadas, sem perder a relao causal mas diminuindo o nmero de DMUs eficientes. Um dos mtodos que permite fazer essa reduo o Mtodo Multicritrio de Seleo de variveis em DEA ([7] e [8]). Este mtodo, embora de procedimento simples, pode tornar-se moroso na ausncia de uma ferramenta computacional adequada, uma vez que necessrio rodar vrios modelos DEA, cada um composto um nmero de problemas de programao linear igual ao nmero de DMUs. Os softwares de DEA no esto preparados para o uso desta tcnica, dado o seu recente desenvolvimento, o que obriga ao uso iterado do software, em conjuno com uma planilha de clculo e algum trabalho manual para implementar o mtodo. Dada a versatilidade do software SIAD, foi desenvolvida uma ferramenta que lhe permite efetuar a seleo multicritrio de variveis de forma automtica sem comprometer o tempo de resposta do software. 2. SIAD - SISTEMA INTEGRADO DE APOIO DECISO

Endereo: Universidade Federal Fluminense - Departamento de Engenharia de Produo, Rua Passo da Ptria 156, 22210-240, Niteri, RJ, Brasil. E-mails: btonioni@yahoo.com.br; jcsmello@producao.uff.br ; lidia@metal.eeimvr.uff.br

O software SIAD ([1] e [2]) foi desenvolvido principalmente para resolver os problemas de programao linear da Anlise Envoltria de Dados e adicionalmente mtodos multicritrio de apoio deciso. Ele tem-se mostrado muito til, pois fornece resultados completos (ndices de eficincia, benchmarks, pesos e alvos) dos modelos DEA clssicos e ainda possui a incorporao de modelos DEA mais avanados, como fronteira invertida e restries aos pesos. A interface do software assim como os modelos e os algoritmos de soluo, foram desenvolvidos em Delphi, plataforma Windows. Neste software foi implementado o mtodo de seleo de variveis que ser descrito brevemente a seguir. 3. 0 MTODO MULTICIRTRIO DE SELEO DE VARIVEIS 3.1. Descrio do Mtodo Este mtodo baseia-se no fato observado de que, quando usada uma grande quantidade de variveis e uma quantidade pequena de unidades, atribui-se 100% de eficincia a um grande nmero de DMUs. Assim, feita uma escolha prvia de variveis que podem entrar na avaliao. O mtodo aqui utilizado foi o proposto inicialmente em [7], com variaes propostas em [5] e [6], que foi denominado Mtodo Multicritrio de Seleo de Variveis em DEA. Resumidamente, este mtodo considera duas medidas: o melhor ajuste fronteira e a mxima discriminao. O ajuste fronteira medido atravs da eficincia mdia e sua normalizao cria a varivel SEF, que descreve o impacto do critrio melhor ajuste fronteira e que atinge o valor 10 na eficincia mxima e zero na eficincia mnima. A mxima discriminao medida pelo nmero de DMUs eficientes, que se deseja minimizar. A normalizao desta medida gera a varivel SDIS, que descreve de impacto do critrio mxima discriminao e que atinge valor 10 para o menor nmero de DMUs na fronteira e zero para o maior nmero. Para selecionar a varivel que produz a melhor soluo de compromisso e que deve entrar no modelo, os dois critrios so agregados em uma varivel S da seguinte forma S = S EF + ( 1 )S DIS . Para no haver predominncia de um dos critrios considera-se = 0,5 . A varivel que apresentar maior valor de S incorporada ao modelo e, se o nmero de variveis incorporadas no exceder 1/3 das DMUs, repete-se o processo para incorporar uma nova varivel. Caso contrrio, o procedimento est completo, ou seja todas as variveis que devem ser incorporadas ao modelo esto selecionadas. 3.2. Implementao computacional no Software SIAD Existem verses e melhoras posteriores para a Seleo de Variveis [5] e [6] j mencionadas anteriormente, mas a verso escolhida para implementao no SIAD foi a apresentada em [7] e [8] que parte de um par inicial input/output escolhido pelo decisor ou especialista. Este mtodo preserva, na sua fase inicial, a necessidade do conhecimento do especialista, mantendo-se assim o compromisso entre tcnica e arte na modelagem. A seguir apresenta-se o algoritmo da implementao: Passo 1: Escolha do par inicial Input-Output; o decisor ou especialista escolhe qual o melhor par de Input-Output. Designou-se que o par Input-Output dever estar, respectivamente, no campo do Input 1, na primeira coluna e no campo Output 1, a primeira coluna dos outputs.

Passo 2: Identifica-se o nmero de DMUs, nmero de Inputs, nmero de Outputs, o modelo DEA utilizado e sua orientao (input ou output). Passo 3: Com o par inicial Input-Output selecionado.Calcula-se a eficincia de cada DMU com as variveis definidas no passo 1. Dentre as variveis ainda no escolhidas, inclui-se dentro do modelo uma por vez e calculam-se as eficincias das DMUs para cada grupo de variveis (inicia-se com um trio de variveis). Passo 4: Para cada conjunto de variveis do passo anterior determina-se o nmero de DMUs na fronteira de eficincia e a eficincia mdia. Passo 5: Para cada conjunto de variveis do passo anterior, calcula-se o SEF e o SDIS SEF descritor do impacto melhor ajuste fronteira, que atinge valor 10(dez) na eficincia mxima normalizada e zero na eficincia mnima normalizada. SDIS descritor de impacto do critrio mxima discriminao, que atinge valor 10 para o menor nmero de DMUs na fronteira normalizada e zero para o maior nmero. e calcula-se S, a soma ponderada de SEF e o SDIS: S= SEF + (1-) SDIS. {Aqui, trata-se de dois objetivos conflitantes. O maior valor mdio da eficincia e o menor nmero de DMUs eficientes. Quanto maior a mdia da eficincia melhor o ajuste fronteira e quanto menor o numero de DMUs eficientes, melhor a discriminao. E como resultado, uma melhor ordenao.} Passo 6: Se o nmero de DMUs no excede o triplo do nmero de variveis Ento devese reiniciar o processo do Passo 3, acrescentando no modelo, a varivel que apresentou o maior S do Passo 3. Seno deve-se encerrar a escolha das variveis. 4. DESCRIO DO MODO AVANADO SELEO DE VARIVEIS. Aps inserir os dados no SIAD, escolher a opo Avanada Seleo de Variveis. Alm disso, devem ter sido escolhidos o modelo (CCR ou BCC) e a orientao (input ou output) de preferncia. Logo aps, ser apresenta uma nova tela com as seguintes informaes: modelo DEA utilizado, orientao e a localizao do par Input-Output. A figura 1 apresenta esta tela.

Figura 1: Tela de informaes Ao clicar no boto Calcular ser realizado o resultado final do procedimento apresentado no algoritmo da seo anterior. Ele levar a janela de Resultados, que apresenta os resultados completos com as variveis escolhidas pela Seleo de Variveis. Para saber quais das variveis foram consideradas para anlise, basta escolher a opo Pesos. A figura 2 apresenta esta opo.

Figura 2: Apresentao das variveis escolhidas pelo modelo. Os resultados completos incluem a eficincia padro, a eficincia usando fronteira invertida, o ndice composto (eficincia padro e invertida), os pesos das variveis utilizadas, os benchmarks e os alvos para as DMUs (que incluem as folgas e os nveis que as variveis devem atingir para as DMUs serem eficientes). Computacionalmente, a seleo de variveis no representa um esforo adicional nem de tempo nem de recursos computacionais. 5. ESTUDO DE CASO O objetivo do Estudo de Caso demonstrar a dificuldade de ordenao quando utiliza-se o mtodo clssico de DEA e como se pode melhor-la com a utilizao do mtodo multicritrio de seleo de variveis . A base de dados estudada foi retirada do CAPES (Coordenao de Aperfeioamento de Pessoal de Nvel Superior [3]) que tem como objetivos: a) avaliao da ps-graduao stricto sensu; b) acesso e divulgao da produo cientfica; c) investimentos na formao de recursos de alto nvel no pas e exterior; d) promoo da cooperao cientfica internacional. Foram utilizados dados correspondentes ao ano de 2004 e as universidades selecionadas para o estudo foram: Universidade de So Paulo, Universidade Federal do Rio de Janeiro, Universidade Federal Fluminense, Pontifcia Universidade Catlica do Rio de Janeiro, Universidade Estadual do Norte Fluminense Darcy Ribeiro, Universidade Federal de Minas Gerais, Universidade Federal de So Carlos, Universidade Metodista de Piracicaba, Universidade Paulista, Universidade Federal de Itajub, Universidade de So Paulo/So Carlos. Foram escolhidas universidades da regio do sudeste devido disponibilidade dos dados das mesmas e no modelo cada universidade recebeu uma numerao, porque o intuito do artigo no por em conflito a capacidade das mesmas. O cenrio prope a analise das eficincias dos cursos de ps-graduao stricto sensu das universidades no que diz respeito a produo bibliogrfica de cada curso.

Assim, este estudo de caso possui onze DMUs. Prope-se o uso de 3(trs) inputs: total de docentes, linhas de pesquisas e projetos de pesquisa; e 6 (seis) outputs: artigos em peridicos, trabalhos em anais (completos e resumos), livros (textos e captulos) e artigos em jornais. O modelo DEA utilizado foi o CCR [4] orientado ao output, pois deseja-se aumentar o nvel de publicaes, em que ser difundido o conhecimento tcnico e a diversidade de conceitos, enquanto so mantidos os inputs constantes. 6. ANLISE DOS RESULTADOS 6.1 Anlise pelo mtodo clssico de DEA A Tabela 1 apresenta os resultados utilizando o modelo CCR orientao output utilizandose o SIAD [1] e [2] sem a utilizao da opo Seleo de Variveis. Tabela 1: Resposta do modelo DEA utilizando todas as variveis DMU Eficincias IES- 01 1,00 IES- 02 1,00 IES- 03 0,58 IES- 04 1,00 IES- 05 0,57 IES- 06 1,00 IES- 07 1,00 IES- 08 1,00 IES- 09 1,00 IES- 10 1,00 IES- 11 1,00 Nota-se que, tal como relatado na introduo, a fragilidade de ordenao do mtodo DEA clssico quando h mltiplas variveis em relao ao nmero de DMUs. Verifica-se que nove das onze DMUs so eficientes o que impossibilita uma ordenao e a determinao da melhor e da pior unidade. Procede-se agora a utilizar a seleo de variveis para melhorar a discriminao em DEA e possibilidade de se fazer uma ordenao das unidades. Aps a execuo do software com a opo Seleo de Variveis, foi obtido o seguinte resultado. Como inputs as variveis Projeto de Pesquisa e Linhas de Pesquisa; como outputs, Artigos em Peridicos e Artigos em Jornais e Revistas. A Tabela 2 mostra o resultado das eficincias usando a implementao computacional realizada no SIAD. Tabela 2: Resultado do modelo DEA aps seleo de variveis DMU Eficincias IES- 01 0,99 IES- 02 0,61 IES- 03 0,19 IES- 04 0,17 IES- 05 0,41 IES- 06 0,87 IES- 07 1,00 IES- 08 0,69 IES- 09 0,41

IES- 10 IES- 11

0,67 0,48

Aqui pde-se observar que a melhor unidade foi a IES 07 que corresponde a Universidade de So Paulo e a IES de pior desempenho foi a 04, Universidade Estadual do Norte Fluminense Darcy Ribeiro. Nota-se que com a seleo de variveis foram escolhidas variveis tal que permitem fazer uma ordenao das IES de melhor para pior. 7. CONSIDERAES FINAIS Por ser um mtodo em que h necessidade de vrios verificaes e ciclos, ocorre uma lentido dos clculos. Com a implementao conseguiu-se uma maior rapidez e confiabilidade nas respostas do mtodo. O artigo tambm abre precedentes para desenvolvimentos futuros, tais como: Conjuno do mtodo com as outras opes do SIAD, como por exemplo, utilizar o mtodo seleo de variveis com o mtodo Avaliao Cruzada Diferentes abordagens quanto escolha do par Input-Output, permitindo ao usurio opes de entrada das variveis (automtica ou manual). Pode-se notar a facilidade de ordenao, aps a utilizao do mtodo, das IES, permitindo uma classificao entre as mesmas mais claramente. 8. AGRADECIMENTOS: Ao CNPq, pelo apoio financeiro, por meio do Edital CNPq 19/2004 Universal, processo n. 480628/2004-1 e n 502885/2004-1 9. BIBLIOGRAFIA
[1] L.Angulo-Meza.; L.Biondi Neto; J. C. C. B. Soares de Mello; E. G. Gomes & P. H. G. Coelho. FSDA Free Software for Decision Analysis (SLAD Software Livre de Apoio a Deciso), Rio de Janeiro,2004. [2] L. Angulo-Meza; M. P. E Lins.: Data envelopmentanalysis na determinao da eficincia dos programas de psgraduao da coppe/ufrj. Anais do XXXI Simpsio Brasileiro de Pesquisa Operacional Minas Gerais,1999. [3] CAPES - Coordenao de Aperfeioamento de Pessoal de Nvel Superior; www.capes.org.br, 2005 [4] A. Charnes, W. W. Cooper, E. Rhodes, E., Measurering the Efficiency of Decision-Making Units, European Journal of Operational Research , vol. 2, pp. 429-444, 1978

[5] L.F.A.C Senra, J.C.C.B. Soares De Mello.Uso de Tcnicas de Seleo de Variveis em DEA para Analisar o Setor Eltrico, Rio de Janeiro, 2003. [6] L.F.A.C Senra, L.C. Nanci, L. Angulo-Meza. Revisao dos mtodos Totais de Seleo de Variveis em DEA. Anais do XXXVII SBPO Simpsio Brasileiro de Pesquisa Operacional, Gramado, 2005.
[7] J. C. C. B. Soares de Mello; E. G. Gomes; M. H. C. Soares De Mello; M. P. Estellita Lins; Mtodo Multicritrio para Seleo de Variveis em Modelos DEA, Revista de Pesquisa Naval, Rio de Janeiro, v.15, p. 55-66, 2002. [8] J. C. C. B. Soares de Mello; E. G. Gomes; M. P. Estellita Lins, L. Angulo-Meza. Seleccin de variables para el incremento del poder de discriminacion de los modelos DEA. Revista EPIO, Escuela de Perfeccionamiento En Investigacion Operativa. Buenos Aires: , n. 24, pp.40-52, 2004.