Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
RESUMO
O presente artigo tem como objetivo auxiliar alunos do curso de graduao em engenharia de
produo da Universidade Federal Fluminense na priorizao da disciplina optativa a ser
cursada, dada sua preferncia entre matrias qualitativas, quantitativas e financeira. Para tal, foi
utilizado uma pesquisa de campo para definir os critrios a serem usados e o mtodo TOPSIS
para o tratamento dos dados e ordenao das disciplinas. Com o resultado e por meio da
validao da ordenao final apresentada pelo mtodo, pode-se perceber que esse mtodo bem
coerente com a opinio do decisor, sendo um timo mtodo para a problemtica em questo.
1. Introduo
O conhecimento no nvel de graduao e sua aplicao para aumento de produtividade e retorno
financeiro so cobrados pelo mercado de trabalho e decisivos para a avaliao interna dos
funcionrios. Com isso, de enorme importncia a capacitao dos alunos nas universidades,
pois nesse momento que eles tem a oportunidade de ter contato com um conhecimento
diferenciado. Devido a esse requisito externo, os alunos se deparam com necessidades voltadas
para adquirir mais conhecimento aprofundado sobre as reas no qual desejam seguir carreira.
Para atender essas necessidades, eles tm de tomar decises de como escolher matrias que iro
melhorar seu desempenho e lhes daro embasamento tcnico para seguir na rea desejada. Cada
graduando avalia as alternativas de matrias sobre luz de diversos critrios para tomar essa
deciso, que devido existncia de diversos critrios subjetivos considerada uma escolha
comlexa.
Em vista disso, este artigo realiza um estudo na Universidade Federal Fluminense (UFF),
localizada em Niteri-RJ, no curso de graduao de Engenharia de Produo afim de ordenar
as principais matria optativa por rea de atuao (Quantitativa, Qualitativa e Financeira).
O estudo realizado foi exploratrio com a utilizao de uma pesquisa de campo para validar a
demana, levantar critrios e definir os principais perfis de alunos. Alm disso, usou-se para
tratamento dos dados o mtodo de auxilio multicritrio TOPSIS.
2. Pesquisa de campo
A pesquisa de campo um ferramenta qualitativa e usada para levantar diversas informaes e
ensumos para tratamento de dados, como por exemplo: onde e quando haver alguma demanda,
como essa demanda espera um produto e servio, qual tipo de perfil de pessoas interessadas em
servios e produtos oferecidos, melhor canal para interagir com clientes entres outros aspectos.
Para uma pesquisa so necessrios alguns passos, de acordo com Kotler (2006) estes so:
Definio do problema, das alternativas de deciso e dos objetivos da pesquisa;
Desenvolvimento do plano de pesquisa;
Coleta de informaes;
Anlise das informaes;
Apresentao dos resultados.
Assim, obteve-se uma nova matriz N normalizada que representa o desempenho relativo das
alternativas.
O terceiro passo o clculo das solues ideais positivas b (benefcios) e das solues
ideais negativas c (custos) da seguinte forma. Para isso so identificados os melhores
benefcios e piores custos de cada coluna.
O sexto passo ordenar de acordo com o mtodo TOPSIS, quanto mais prximo da
soluo ideal e mais distante da no ideal, melhor. Logo, quanto maior for a
proximidade relativa, melhor ser a interao entre as distancias. Assim, as
proximidades relativas so colocadas em ordem decrescente, para analisar a ordem das
alternativas.
3.2 Distncias
Existe diversas maneiras de calcular distancias entre dois pontos, sendo cada uma caracterizada
por uma forma diferente de medio. Nesse artigo foram usadas trs dessas diferentes formas
de medir.
4. Estudo de caso
O primeiro passo da pesquisa foi definir o problema. Este foi a dificuldade de escolha de
matrias optativas pelos alunos de graduao do curso de engenharia de produo da UFF.
Em seguida o objetivo da pesquisa foi conhecer melhor as necessidades dos alunos na escolha
das optativas e a rea que pretende seguir e auxili-los na escolha das disciplinas mais
condizentes com sus preferncias.
Para definio dos critrios e entendimento da distribuio dos perfis de alunos entre
qualitativos, quantitativos e financias foi elaborada uma pesquisa de campo com uma
amostragem restritiva aos alunos graduandos de engenharia de produo da UFF e composta
de 6 perguntas, conforme mostrado na figura abaixo.
Com um total de 169 alunos respondentes, pode-se constatar e confirmar o problema estudado
de dificuldade que os alunos da graduao tm na escolha de optativas, visto que mais de 78 %
doa alunos respondentes confirmaram essa dificuldade. Alm disso, como demostrado nos
grficos abaixo, observou-se que os 3 principais critrios avaliados pelos alunos so o horrio
que a disciplina ministrada, o contedo da disciplina e a didtica do professor e que h uma
proporo maior proporo de alunos com preferncia por matrias quantitativas.
A partir dos dados levantados e as premissas do artigo confirmadas pela pesquisa realizada
partiu-se para a ordenao de optativas.
Critrio horrio da disciplina representa o quanto o horrio da optativa bom para sua
situao. O valor escolhido para avaliar este critrio foi a escala ordinal abaixo:
4.2 Alternativas:
Para selecionar as alternativas (optativas) que seriam avaliadas, primeiramente, definiu-se 3
tipos de perfis de decisores: qualitativo, quantitativo e financeiro, e, em seguida, levantou-se as
principais disciplinas optativas do curso de engenharia de produo e classificou-se de acordo
com os perfis estudados (figuras 10,11 e 12). Foram consideradas qualitativas as disciplinas
Aluno com perfil quantitativo, que tem preferncia por disciplinas quantitativas
Aluno com perfil financeiro, que tem preferncia por disciplinas de finanas
Portanto, foram selecionados alunos representantes desses perfis, ou seja, que estejam aptos a
selecionar essas disciplinas e que conheam tanto o contedo quanto o professor que leciona a
matria. Alm disso, tomou-se como decisores alunos que no estivessem estagiando para que
o critrio horrio da disciplina no fosse influenciado.
Financeiro
Critrios
Matrias optativas
Quantitativo
Matrias optativas
Critrios
Horrio da Disciplina Contedo da Disciplina Didtica do Professor
Multicritrio
DEA
Confiabilidade industrial
PCP 2
Logistica 2
Planejamento de Experimento
Projeto assistido por computador
Qualitativo
Critrios
Matrias optativas
Horrio da Disciplina
A partir dessas tabelas decisores com esses trs perfis preencheram cada tabela referente ao seu
tipo de perfil. Com isso foi aplicado o mtodo de auxilio multicritrio TOPSIS para ordenar as
optativas em suas devidas reas.
Qualitativa
Matrias optativas
Horrio da Disciplina
Critrios
Contedo da Disciplina
5
4
5
3
1
3
1
5
1
5
5
3
5
3
Didtica do Professor
5
4
5
3
5
5
1
Quantitativo
Matrias optativas
Multicritrio
DEA
Confiabilidade industrial
PCP 2
Logistica 2
Planejamento de Experimento
PROJETO ASSISTIDO POR COMPUTADOR I
Horrio da Disciplina
Critrios
Contedo da Disciplina
1
3
5
1
5
3
5
1
1
3
1
1
5
5
Didtica do Professor
5
5
1
5
3
1
1
Financeiro
Critrios
Matrias optativas
Gesto de Riscos Financeiros e Derivativos
Economia Monetria e Financeira
Administrao Financeira II
Horrio da Disciplina
Contedo da Disciplina
3
3
1
5
5
5
Didtica do Professor
1
3
3
A partir da aplicao do mtodo TOPSIS, obteve-se as seguintes ordenaes para cada rea:
rea Quantitativa:
Ordenao L1
Multicritrio
PCP 2
Confiabilidade industrial
DEA
Logistica 2
Planejamento de Experimento
PROJETO ASSISTIDO POR COMPUTADOR I
Ordenao L2
Multicritrio
PCP 2
DEA
Confiabilidade industrial
Logistica 2
Planejamento de Experimento
PROJETO ASSISTIDO POR COMPUTADOR I
Ordenao L3
Score
0.59
0.59
0.50
0.50
0.50
0.50
0.41
Score
0.67
0.67
0.50
0.50
0.50
0.50
0.33
Score
0
Multicritrio
0
DEA
0
Confiabilidade industrial
0
PCP 2
0
Logistica 2
0
Planejamento de Experimento
PROJETO ASSISTIDO POR COMPUTADOR I
0
rea Qualitativa:
Ordenao L1
Ordenao L2
Score
0.8
0.5
0.5
0.4
0.3
0.0
0.0
Score
0.83
0.50
0.50
0.33
0.17
0.00
0.00
Ordenao L3
Score
0.5
Planejamento Estratgico Industrial
0.25
GAPI 2
0
Fundamentos da administrao Publica
0
Gesto do Conhecimento
0
GestoEstratgica de Empresas
0
Introduo ao Direito
0
REALIDADE SOCIO-ECON. E POL. BRASILEIRA
rea financeira:
Ordenao L1
GESTO DE RISCOS FINANCEIROS E DERIVATIVOS
ADMINISTRAO FINANCEIRA II
ECONOMIA MONETRIA E FINANCEIRA
Score
0.5
0.5
0
Ordenao L2
GESTO DE RISCOS FINANCEIROS E DERIVATIVOS
ADMINISTRAO FINANCEIRA II
ECONOMIA MONETRIA E FINANCEIRA
Score
0.5
0.5
0
Ordenao L3
GESTO DE RISCOS FINANCEIROS E DERIVATIVOS
ECONOMIA MONETRIA E FINANCEIRA
ADMINISTRAO FINANCEIRA II
Score
0
0
0
6. Concluso
O curso de engenharia de produo da UFF possui uma carga horria bem extensa e
diversificada o que torna imprescindvel a priorizao das disciplinas optativas a ser cursada
para que cada aluno se especialize em sua rea de atuao escolhida. Com os resultados da
pesquisa de campo, pode-se perceber que a problemtica de escolha de disciplinas optativas
bem presente da realidade dos alunos de graduao de engenharia de produo da Universidade
Federal Fluminense. Portanto, percebe-se uma oportunidade da utilizao de mtodos
multicritrio para auxlio dos alunos da priorizao das disciplinas a cursar. Por meio do estudo
de caso e aplicao do mtodo TOPSIS, conseguiu-se definir uma ordenao das disciplinas
dentre das principais classificaes de perfis estudadas (qualitativas, quantitativas e finanas).
Com a anlise dos resultados junto aos decisores, pode-se perceber que esse mtodo foi bem
coerente com a opinio do decisor, comprovando que este mtodo uma tima opo para o
auxlio aos alunos na priorizao de qual disciplina usar.
O estudo realizado aqui pode auxiliar alm do aluno, mas tambm o prprio departamento
responsvel por ministrar quais disciplinas sero efetivadas a cada semestre. Dessa forma
conhecendo os critrios e as preferncias dos alunos pode-se ter um planejamento mais
elaborado. E como sendo a ligao entre o externo e interno da faculdade, o departamento pode
tender a alinhar melhor a demanda de mercado para com as disciplinas optativas.
7. Referncia bibliografia
AZAR, F.S.. Multiattribute Decision-Making: Use of Three Scoring Methods to Compare the
Performance of Imaging Techniques for Breast Cancer Detection. University of Pennsylvania.
Philadelphia, 2000.
Krohling, R. A.; Souza, T. T. M. / Revista de Sistemas de Informao da FSMA n. 8, pp. 3135, 2011.