Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
%2(6f78366)7-RK.
4VSJIWSV%WSGMEHS(MVIGXSV+VYTSHI-RZIWXMKEGMzR'MIRGMEI-RKIRMIVuEHIP%KYE]IP%QFMIRXI
4SRXMGME9RMZIVWMHEH.EZIVMERE'SPSQFME
ERHVIWXSVVIW$NEZIVMEREIHYGS
7%2(6%1f2()>*%.%6(3-RK.
4VSJIWSVE%WMWXIRXI'SSVHMREHSVE4VS]IGXS7SGMEPHIPE*EGYPXEHHI-RKIRMIVuE46373*-
4SRXMGME9RMZIVWMHEH.EZIVMERE'SPSQFME
WERHVEQIRHI^$NEZIVMEREIHYGS
&0%2'%')'-0-%4f6)>19>9>91W.
'SSVHMREHSVE4VS]IGGMzR7SGMEP*EGYPXEHHI-RKIRMIVuE4SRXMGME9RMZIVWMHEH.EZIVMERE'SPSQFME
FGTIVI^$NEZIVMEREIHYGS
RESUMEN
El objetivo de esta investigacin es desarrollar una herramienta para el An-
lisis Multi-Criterio como soporte para la seleccin de la comunidad objetivo
GHO3URJUDPD6RFLDOGHOD)DFXOWDGGH,QJHQLHUtD35262),GHOD3RQWLFLD
8QLYHUVLGDG -DYHULDQD GH %RJRWi &RORPELD (VWD KHUUDPLHQWD XWLOL]D HO
Anlisis Multi-Criterio (AMC), el cual se basa en modelos de decisin que
contienen diferentes posibles soluciones. Para la evaluacin de cada una de
las alternativas (diecinueve localidades y dos municipios) se propusieron siete
FULWHULRVXELFDFLyQJHRJUiFDSUHVHQFLDSUHYLDHQODFRPXQLGDGQHFHVLGDGHV
bsicas insatisfechas, apoyo de instituciones, marginalidad, organizaciones
sociales y elementos culturales. Las alternativas y los factores de ponderacin
VHGHQLHURQDSDUWLUGHXQWUDEDMRSDUWLFLSDWLYRGHOD)DFXOWDG/RVUHVXOWDGRV
LQGLFDQTXHODVFRPXQLGDGHVFRQPD\RURSFLyQVRQ8VPH\&LXGDG%ROtYDU
PALABRAS CLAVE
7RPDGHGHFLVLRQHV$QiOLVLV0XOWL&ULWHULR(/(&75(,,
&ODVLFDFLyQ-(/ D70
3UR\HFWRQDQFLDGRSRU&HL%$&RPSOHMLGDG
* $XWRUSDUDFRUUHVSRQGHQFLD(QYLDUFRUUHVSRQGHQFLDD'HSDUWDPHQWRGH,QJHQLHUtD&LYLO)DFXOWDGGH
,QJHQLHUtD&DOOH1R(GLI-RVp*DEULHO0DOGRQDGR6-%RJRWi'&&RORPELD
ESTUDIOS
IWXYHKIVIRG:SP2S3GXYFVI(MGMIQFVI
GERENCIALES 175
ABSTRACT RESUMO
A multi-criteria analysis tool as Ferramenta de anlise multi cri-
support for selecting the target trio como suporte para o projeto
community for the social out- do programa social da Faculdade
reach program of the School of de Engenharia
Engineering
O objetivo desta pesquisa desenvol-
This document aims to develop a ver uma ferramenta para a Anlise
multi-criteria analysis tool as sup- Multi Critrio como apoio para a
port for the selection of the target seleo da comunidade alvo do Pro-
community of the social outreach grama de Social da Faculdade de
SURJUDP 35262), EHFDXVH RI LWV (QJHQKDULD35262),GD3RQWLFLD
Spanish acronym) of the School of 8QLYHUVLGDG -DYHULDQD GH %RJRWi
(QJLQHHULQJ DW 3RQWLILFLD 8QLYHU- (Colmbia). Esta ferramenta utiliza
VLGDG -DYHULDQD LQ %RJRWi 38-% a Anlise Multi Critrio (AMC), a
This tool uses multi-criteria analysis qual se baseia em modelos de deciso
(MCA) based on decision models that contendo diferentes solues poss-
provide different possible solutions. veis. Para a avaliao de cada uma
For evaluating each of the multiple das alternativas (dezenove cidades
alternatives (19 urban districts and 2 e dois municpios) foram propostos
towns), seven criteria were proposed, VHWHFULWpULRVORFDOL]DomRJHRJUiFD
including, location, marginality, and presena prvia na comunidade,
XQVDWLVHGEDVLFQHHGVDPRQJRWK- necessidades bsicas no atendidas,
ers. Both alternatives and weighting apoio de instituies, marginalidade,
IDFWRUV ZHUH GHQHG EDVHG RQ WKH organizacional social e elementos cul-
participatory work of the School. turais. As alternativas e os fatores de
The results show that communities SRQGHUDomRIRUDPGHQLGRVDSDUWLU
which are most likely to be selected de um trabalho participativo da Fa-
DUH8VPHDQG&LXGDG%ROLYDU culdade. Os resultados indicam que
as comunidades com mais opes so
KEYWORDS 8VPHH&LXGDG%ROtYDU
Multiple criteria analysis, decision
PDNLQJ(/(&75(,, PALAVRAS CHAVE
Tomada de decises, Anlise Multi
&ULWpULR(/(&75(,,
176 ESTUDIOS
GERENCIALES :SP2S3GXYFVI(MGMIQFVIHI
INTRODUCCIN A nivel internacional, a partir de los
La toma de decisiones en grupo es aos sesenta, se han desarrollado las
una actividad frecuente e importante tcnicas de Anlisis Multi-Criterio
en las organizaciones. Obtener he- (AMC en adelante) para dar soporte
rramientas, como el uso de modelos a la toma de decisiones (Roy, 1968).
explcitos pero no necesariamente for- Desde entonces, dichas tcnicas han
malizados, ayudar a los involucra- sido objeto de numerosas investiga-
dos en la toma de decisiones a respon- ciones en diversos campos como la
der las preguntas que surgen durante PHGLFLQDODLQJHQLHUtDODVQDQ]DV
este proceso. Estas herramientas \ OD HFRQRPtD $UD~MR 5RJpULR \
ayudan a ilustrar las posibles solucio- Dantas, 2007; Belacel, 2000; Chen y
nes y a generar una recomendacin Hung, 2009; Doumpos y Zopounidis,
que aumente la coherencia entre la 1998; Hajkowicz y Collins, 2006;
evolucin del proceso y los objetivos 8]RND2VXML\2ERW
de las partes interesadas. La palabra El AMC compara las alternativas,
recomendacin se utiliza para que las cuales pueden ser cualitativas
tanto el analista como la persona o o cuantitativas, por medio de pun-
el grupo de personas que toman la tuaciones de stas frente a diferen-
decisin estn enterados que estn en tes criterios (Belacel, 2000; Smith,
libertad de seguir o no las sugerencias Mesa, Dyner, Jaramillo, Poveda y
(Roy, 2005). Valencia, 2000). Diversos autores
Cuando se busca una toma de de- (Ben-Arieh y Chen, 2006; Carlsson
cisiones grupal lo ideal es obtener y Fuller, 2000; Delgado, Herrera,
un consenso para lograr unidad y Herrera-Viedma y Martinez, 1998;
apropiacin, y as evitar una simple Weinhardt y Seifert, 2010; Xu, 2005)
votacin (Ben-Arieh y Chen, 2006). se han concentrado en la inclusin de
Obtener lo anterior usualmente re- etiquetas lingsticas para la toma
quiere de grandes esfuerzos por parte de decisiones mediante la evaluacin
de las organizaciones y puede generar de las alternativas de forma cualita-
desgastes importantes del grupo de- tiva, dado que con frecuencia, para
cisor (Doumpos y Zopounidis, 2004). los expertos, resulta difcil expresar
Adicionalmente, muchas de las de- ODVSUHIHUHQFLDVPHGLDQWHQ~PHURV
cisiones que afectan directamente a exactos.
un grupo de personas involucran el Por otra parte, para la fase de evalua-
examen de un conjunto de posibles cin de los proyectos, generalmente
alternativas a travs de un conjunto se utilizan mtodos que articulan la
de criterios, para lo cual es necesa- estructura de preferencia del decisor
rio que el grupo decisor cuente con FRPRORVPpWRGRVGHFODVLFDFLyQSRU
herramientas que los lleve a tomar HMHPSOR(/(&75(,,6LQHPEDUJR
la decisin ms adecuada (Doumpos el anlisis del uso de estos tipos de
y Zopounidis, 1998). Pero, cmo lo- sistemas demuestra que es prefe-
grar que la toma de decisiones tenga rible el desarrollo de herramientas
un carcter ms racional y menos especficas. Esta evidencia podra
emocional? cmo lograr consenso sin generalizarse para cualquier fase de
generar desgaste? los proyectos que involucra la toma de
,IVVEQMIRXEHIERjPMWMWQYPXMGVMXIVMSGSQSWSTSVXITEVEIPHMWIyS ESTUDIOS
HIPTVSKVEQEWSGMEPHIPEFEGYPXEHHI-RKIRMIVuE GERENCIALES 177
decisiones (Baptista, Barraud, Alfa- Este artculo se organiza de la si-
kih, Nascimento, Fernandes, Moura guiente manera. La primera seccin
y Castro, 2004). Por consiguiente, se presenta la herramienta AMC selec-
hace necesario el desarrollo de una cionada y la descripcin de la zona
KHUUDPLHQWDHVSHFtFDSDUDODWRPD de estudio. La segunda seccin des-
de decisiones, teniendo en cuenta cribe la herramienta computacional
P~OWLSOHV FULWHULRV H LQYROXFUDQGR desarrollada para la seleccin de la
a los diferentes actores implicados comunidad objetivo. En la tercera
P~OWLSOHVREMHWLYRV seccin se presentan y discuten los
resultados obtenidos aplicando las
/D)DFXOWDGGH,QJHQLHUtDGHOD3RQ-
tcnicas de AMC, descritas mediante
WLFLD 8QLYHUVLGDG -DYHULDQD VHGH
la ejecucin de la herramienta com-
%RJRWi 38-% UHTXLHUH GLVHxDU HO
putacional presentada en la segunda
3URJUDPD6RFLDOGHOD)DFXOWDGGH,Q-
seccin. Finalmente, en la cuarta
JHQLHUtD35262),(VWHSURJUDPD
seccin se muestran las conclusiones
QDFHGHODLGHDGHXQLFDUHVIXHU]RV
y recomendaciones que orientarn el
de docencia, investigacin y servi-
desarrollo de futuras investigaciones
cio de las cuatro disciplinas (civil,
sobre tcnicas de AMC.
industrial, electrnica y sistemas)
para concentrarlos solo un territo-
1. MATERIALES Y MTODOS
rio. La escogencia de dicho territorio
representa una toma de decisin que Para el presente trabajo se escogie-
LQYROXFUDP~OWLSOHVFULWHULRV$GLFLR- ron las siguientes metodologas: (i)
nalmente, los decisores se ven en- HOPpWRGR(/(&75(,,HOFXDOKDFH
frentados a las siguientes preguntas: parte de los mtodos de relaciones
cmo escoger la comunidad y con qu GH VXSHUDFLyQ R FODVLFDFLyQ \ LL
criterios? todos los actores involucra- el Mtodo de la Suma Ponderada, el
dos tienen las mismas prioridades? cual hace parte de los mtodos que se
basan en utilidades o valores. Adicio-
Debido a la variabilidad de los cri- nalmente, en esta seccin se describe
terios, la cantidad de posibles comu- la zona de estudio.
nidades objetivo y la diversidad de
los actores involucrados, tomar una 1.1. Tcnicas de Anlisis Multi-
decisin de manera objetiva resulta Criterio (AMC)
FRPSOHMR(VWDGLFXOWDGKDFHQHFH- Debido a que las decisiones se basan
sario utilizar una metodologa que en diferentes criterios, se ha desa-
HYDO~HFDGDSRVLEOHRSFLyQHLQFRUSRUH rrollado el Anlisis Multi-Criterio
estructura, transparencia, capacidad (AMC), el cual se soporta en modelos
de auditora y rigor a las decisiones de decisin que contienen diferentes
(Hajkowicz y Higgins, 2006). posibles soluciones. Esas soluciones
El presente artculo pretende des- UHTXLHUHQVHUHYDOXDGDVRFODVLFDGDV
cribir la metodologa que se ha por la persona o el grupo de personas
planteado para hacer ms efectiva TXH WRPDQ OD GHFLVLyQ VHJ~Q GLIH-
la toma de decisiones en la seleccin rentes criterios que generalmente
de la comunidad objetivo para llevar son evaluados en distintas unidades.
DFDER35262), Existe una gran diversidad de trmi-
nos para referirse al AMC como son:
178 ESTUDIOS
GERENCIALES :SP2S3GXYFVI(MGMIQFVIHI
6RSRUWHDOD'HFLVLyQFRQ0~OWLSOHV A su vez, varios autores (Howard,
2EMHWLYRV 6'02 $WULEXWRV 0~O- 1991; RAC, 1992) han explicado el
tiples para la Toma de Decisiones proceso del AMC, el cual contiene
(AMTD) y Anlisis Multi-Criterio las fases descritas en la Tabla 1 (Ha-
de Decisin (AMCD) (Hajkowicz y jkowicz y Higgins, 2006).
Collins, 2006).
En general, este proceso es iterativo,
Generalmente, al enfrentarse con dejando la posibilidad de abordar
un problema en la toma de decisin, varias veces cualquier etapa a me-
se pueden efectuar cuatro tipos de dida que se desarrolla el anlisis.
DQiOLVLV 5R\ L LGHQWLFDU Adicionalmente, es conveniente se-
la mejor alternativa o seleccionar un leccionar varias alternativas de AMC
grupo con las mejores alternativas, de diferentes tipos de anlisis para
(ii) determinar el orden (ranquin) comparar los resultados obtenidos
de la mejor a la peor de las alterna- por diversas metodologas (Smith et
WLYDVLLLFODVLFDUODVDOWHUQDWLYDV al., 2000).
HQJUXSRVKRPRJpQHRVSUHGHQLGRV
y (iv) identificar las principales 1.2. Mtodo ELECTRE II
caractersticas de diferencia de las $QDOHVGHORVDxRVVHVHQWDVXUJLyHO
alternativas y describirlas con base PpWRGR(/(&75(,,HOFXDOIXHGH-
en estas caractersticas. sarrollado por Roy (1968, 1971) y Roy
FASE DESCRIPCIN
Escoger las opciones de deci- Normalmente existe un nmero nito de alternativas que requieren ser
sin (alternativas) evaluadas y ordenadas de mejor a peor.
Escoger los criterios de Los criterios son usados para medir el desempeo de las alternativas.
evaluacin
Obtener medidas de desempe- Estos valores pueden ser obtenidos de expertos en el tema o de otros
o para la matriz de evaluacin modelos ambientales o econmicos.
Estandarizar las mediciones Los problemas de AMC siempre contendrn criterios medidos en unidades
distintas. Por lo tanto, es necesario transformar las mediciones para que
puedan compararse entre s. Usualmente se utiliza un rango entre 0 y 1
para que los criterios puedan ser combinados en la misma funcin de
utilidad.
Ponderar los criterios Es raro que todos los criterios tengan la misma importancia para los
tomadores de decisiones. Existen una variedad de mtodos para ponderar
los criterios.
Determinar el orden (ranquin) En esta fase las ponderaciones de los criterios se combinan con las medi-
de las opciones das de desempeo para que cada alternativa alcance una medida global de
su rendimiento.
Realizar un anlisis de sensi- La variacin sistemtica de las ponderaciones, de las medidas de desem-
bilidad peo y de los algoritmos para la determinacin del orden, puede mostrar
dnde el modelo necesita fortalecimiento y solidez de los resultados,
dados unos supuestos de entrada.
Tomar la decisin El objetivo del mtodo de AMC es informar la decisin, pero no tomar la
decisin nal.
Fuente: Adaptado de Hajkowicz y Higgins (2006, p. 258).
,IVVEQMIRXEHIERjPMWMWQYPXMGVMXIVMSGSQSWSTSVXITEVEIPHMWIyS ESTUDIOS
HIPTVSKVEQEWSGMEPHIPEFEGYPXEHHI-RKIRMIVuE GERENCIALES 179
y Bertier (1971). Este fue el primer Donde d(a,b) es la diferencia mxima
mtodo de la familia de ELECTRE es- entre las puntuaciones asignadas a
pecialmente diseado para tratar los las alternativas (gj(b) y gj(a)) respecto
problemas de determinacin del orden a los criterios para los que la alter-
de las opciones (ranquin). A su vez, nativa a no es ms deseable que la
tambin fue el primer mtodo que se alternativa b, dividida por el rango
bas en la construccin de secuencias observado j de cada criterio j y donde
de relaciones de superacin binarias j = max (gj(a), gj(b), ...,gj(n)) min gj(a),
(Figueira, Mousseau y Roy, 2005). gj(b), ...,gj(n)) y el juego de alternativas
contempladas es {a, b,, n} (Smith
Este mtodo consiste en realizar
et al., 2000).
comparaciones entre parejas de
alternativas posibles soluciones, Ambos ndices deben calcularse
para lo cual es necesario establecer para cada una de las parejas de so-
criterios de evaluacin. Dichas com- luciones (a,b), donde a b. Con estos
paraciones se basan en la matriz de valores se construyen las matrices
posibles soluciones en la que cada de concordancia C y de discordancia
DOWHUQDWLYDVHHYDO~DFRQUHVSHFWRD D, donde el elemento c(a,b) o d(a,b)
cada criterio. Luego se pondera la im- representa el ndice de concordancia
portancia relativa de cada criterio en o discordancia respectivamente entre
el conjunto, teniendo claridad sobre el las alternativas a y b, ubicado en la
sentido de preferencia de los criterios posicin (a,b) de la matriz (ver Tabla
en la matriz de posibles soluciones 2) (Figueira et al., 2005).
(Roy, 1967).
Para comparar el desempeo de cada ;HISHMatriz de concordancia
alternativa a y b se deben calcular a b C n
los ndices de concordancia y discor- a X C(a,b) C(a,c) C(a,n)
dancia (Smith et al., 2000). El ndice b C(b,a) X C(b,c) C(b,n)
de concordancia entre a y bVHGHQH c C(c,a) C(c,b) X C(c,n)
por medio de la Ecuacin 1 (Figueira
et al., 2005). n C(n,a) C(n,b) C(n,c) X
Fuente: Elaboracin propia.
c(a,b) = wj (1)
{ j: g j (a) g j (b)}
3DUDGHQLUODVUHODFLRQHVELQDULDVVH
Donde c(a,b) es la suma de los pesos estipulan tres niveles de concordancia
de aquellos criterios para los cuales (Cmin,i con i=1, 2,3 tal que Cmin,1*Cmin,2*
la alternativa a es ms deseable que Cmin,3*) y dos niveles aceptables de
la alternativa b. discordancia por criterio (dmax,i con
El ndice de discordancia se deter- i=1, 2,3 tal que 0)dmax,1)dmax,2)) (Roy
mina por medio de la Ecuacin 2 y Bertier, 1971).
(Figueira et al., 2005). Por lo tanto, una alternativa a es
estrictamente preferida a la alter-
d(a,b) = max
{ j: g j (a) < g j (b)}
(2)
{ g j (b) g j (a)
j
{ nativa b si y slo si una (o ambas) de
las siguientes condiciones se cumplen
(Roy y Bertier, 1971):
ESTUDIOS
GERENCIALES :SP2S3GXYFVI(MGMIQFVIHI
Condicin 1 (Ecuaciones 3 y 4): IXHUWHYHU*UiFR5R\5R\
y Bertier, 1971). Cada nodo del grafo
c(a,b) *cmin,1 (3) representa una alternativa. En el caso
d(a,b) )dmax,2 (4) del grafo fuerte, se muestra cul alter-
nativa supera fuertemente a otra (ver
Condicin 2 (Ecuaciones 5 y 6): *UiFRD\HQHOFDVRGHOJUDIRGpELO
se muestra cul alternativa supera
c(a,b) *cmin,2 (5) GpELOPHQWHDRWUDYHU*UiFRE
d(a,b) )dmax,1 (6) &RQORVJUDIRVGpELO\IXHUWHGHQLGRV
Para el caso de la superacin dbil, FRQWLQ~D HO SURFHGLPLHQWR GH FODVL-
una alternativa a supera dbilmente cacin, el cual se desarrolla en tres
a b si y slo si se cumple lo siguiente QLYHOHV ,QLFLDOPHQWH VH REWLHQH XQD
(Ecuaciones 7 y 8): FODVLFDFLyQGLUHFWDOXHJRXQDLQGLUHF-
WD\QDOPHQWHVHSURPHGLDQODVGRV
c(a,b) *cmin,3 (7) FODVLFDFLRQHVDQWHULRUHVJHQHUDQGROD
FODVLFDFLyQQDO6PLWKHWDO., 2000).
d(a,b) )dmax,2 (8)
A partir del grafo de relaciones se
8QD DOWHUQDWLYD SXHGH VXSHUDU UHDOL]D OD FODVLFDFLyQ GLUHFWD SRU
fuertemente o dbilmente a otra. La medio del procedimiento descrito en
superacin fuerte indica una clara la Tabla 3 y el algoritmo presentado
preferencia de una alternativa frente HQHO*UiFR6PLWKHWDO., 2000).
a la otra, mientras que la superacin Donde kHVHOQ~PHURGHLWHUDFLRQHV
dbil indica que no se puede asegurar Y(k) es un subconjunto del grafo fuerte
GHPDQHUDGHQLWLYDTXHXQDDOWHUQD- (Gf), Y(0) = Gf, y D, F, B y A(k) son con-
tiva sea preferible a otra. La utiliza- MXQWRVTXHVHGHQHQGHODVLJXLHQWH
cin de estos dos conceptos posibilita manera (Smith et al., 2000):
ODFODVLFDFLyQGHDOWHUQDWLYDV5R\
D Puntos sin antecedentes en el
y Bertier, 1971).
grafo fuerte (Gf)
Con las relaciones de superacin entre F Puntos en que estn ligados en el
ODVDOWHUQDWLYDVGHQLGDVVHSURFHGH grafo dbil (Gd)
a representar el grafo dbil y el grafo
a/c
c d c d
(a) (b)
Fuente: Elaboracin propia.
,IVVEQMIRXEHIERjPMWMWQYPXMGVMXIVMSGSQSWSTSVXITEVEIPHMWIyS ESTUDIOS
HIPTVSKVEQEWSGMEPHIPEFEGYPXEHHI-RKIRMIVuE GERENCIALES 181
;HISH*SHZPJHJP}UKPYLJ[H
Paso 1 El primer conjunto a generar es D, el cual se conforma con los nodos de conjunto inicial (Y(k)) que
no tienen precedentes en el grafo fuerte (Gf).
Paso 2 Despus de tener el conjunto D, se determina el conjunto F, el cual se conforma con los nodos del
conjunto D que tienen relacin en el grafo dbil (Gd).
Paso 3 Luego se determina el conjunto B, el cual se conforma con los nodos del conjunto F que no tienen
precedentes en el grafo dbil.
Paso 4 Se determina el conjunto A(k) por medio de la siguiente operacin A(k)= (D F) UB, este conjunto va
a estar conformado por las mejores alternativas en orden de llegada.
Paso 5 Cada vez que obtiene un nodo en Ak se elimina este del conjunto Y(k) y se vuelve a denir los con-
juntos D, B, F y A(k) (volver al Paso 1) hasta que el conjunto Y(k) sea igual al conjunto vaco.
182 ESTUDIOS
GERENCIALES :SP2S3GXYFVI(MGMIQFVIHI
;HISH*SHZPJHJP}UPUKPYLJ[H
Paso 1 Se cambian la direccin de los grafos (si antes estaba aPb: la alternativa a superaba fuertemente a
b ahora debe quedar bPa: la alternativa b superaba fuertemente a a).
Paso 2 Luego se generan los cuatro conjuntos ( y ) hasta evaluar todas las alternativas (como en la clasi-
cacin directa) usando el algoritmo mencionado anteriormente.
Paso 3 Finalmente el conjunto va estar conformado por las alternativas en orden de llegada, pero a
diferencia de la clasicacin fuerte, la que qued de primera es realmente la ltima, la segunda en
la penltima y as sucesivamente.
Fuente: Adaptado de Smith et al. (2000,p.175).
Bosa
Soacha
Zipaquira
,IVVEQMIRXEHIERjPMWMWQYPXMGVMXIVMSGSQSWSTSVXITEVEIPHMWIyS ESTUDIOS
HIPTVSKVEQEWSGMEPHIPEFEGYPXEHHI-RKIRMIVuE GERENCIALES 183
experiencias previas de los programas OODPDGDV*5$)266$&$5&/$6,-
VRFLDOHVGHLOD)DFXOWDGGH,QJHQLH- ),&\321'(5$
UtDLLOD8QLYHUVLGDG-DYHULDQD\LLL
La primera subrutina utilizada es
OD &RPSDxtD GH -HV~V QLFDPHQWH
*5$)26 OD FXDO GHQH ORV JUDIRV
se tuvieron en cuenta lugares dentro
dbil y fuerte a partir de la matriz
de Cundinamarca para facilitar la
de soluciones y los umbrales de con-
operatividad y manejo de recursos, y
cordancia y discordancia. Tanto la
para que las personas de la comunidad
matriz de soluciones como el umbral
elegida pudieran acercarse fcilmente
de concordancia son datos de entra-
DOD38-%HQFDVRGHVHUQHFHVDULR
da. Por otro lado, los umbrales de
3DUDGHQLUORVFULWHULRV\ORVSHVRV discordancia (dos por criterio) se de-
para evaluar las alternativas, se terminan por medio de las mximas
realiz una encuesta a 143 personas diferencias entre las alternativas de
de la Facultad, la cual fue respondida cada criterio: percentil 20 para el
por 111 individuos entre directivos, primer umbral (dmax,1) y percentil 35
profesores y personal administrativo. para el segundo umbral (dmax,2).
Adicionalmente, se consult la opinin 'HVSXpVGHGHQLUORVJUDIRVFRQWLQ~D
a doce expertos externos a la Facultad, HOSURFHVRFRQODFODVLFDFLyQGLUHFWD
entre los cuales se cont con lderes HQODUXWLQDSULQFLSDO&5,'(HLQ-
de proyectos sociales, telogos, an- directa. Dentro de estos dos procesos
troplogos, socilogos, Sacerdotes Je- se utiliza la subrutina SACAR, la cual
suitas, entre otros. En la encuesta se se encarga de ir extrayendo de los
preguntaba cules criterios se deban grafos cada una de las alternativas
considerar y cules eran los ms im- evaluadas. De estos dos procesos se
portantes para escoger la comunidad. obtienen dos matrices Akdir y Akind,
La encuesta fue respondida por nue- HQODVFXDOHVFDGDODHTXLYDOHDOD
ves personas y para la ponderacin de SRVLFLyQGHFODVLFDFLyQ
los pesos de los criterios, se le asign
Con las dos matrices de posicin
una importancia de 70% a las respues-
GH FODVLFDFLyQ Akdir y Akind) se
tas de los funcionarios de la Facultad
inicia el proceso de ponderaciones
GH,QJHQLHUtD\HOUHVWDQWHDOD
GHODVFODVLFDFLRQHVSDUDREWHQHUOD
opinin de los expertos externos.
FODVLFDFLyQ GHQLWLYD HVWR VH KDFH
DWUDYpVGHODVXEUXWLQD&/$6,),&
3. DESARROLLO DE LA
HERRAMIENTA A continuacin, con la subrutina
Con las metodologas de AMC des- PONDERA se determina la evalua-
FULWDV DQWHULRUPHQWH (/(&75( ,, cin global de cada alternativa por
y el Mtodo de la Suma Ponderada), medio del Mtodo de la Suma Ponde-
se desarroll un programa llamado rada y, mediante el mejor puntaje, se
&5,'( 2 (herramienta de anlisis REWLHQH OD SUHIHULGD 3DUD QDOL]DU
PXOWL&5,WHULR SDUD OD WRPD GH se comparan los resultados obteni-
DEcisiones) en MatLab. Esta he- GRVSRUODVVXEUXWLQDV&/$6,),&\
rramienta utiliza cuatro subrutinas PONDERA.
184 ESTUDIOS
GERENCIALES :SP2S3GXYFVI(MGMIQFVIHI
4. RESULTADOS Y DISCUSIN la matriz de posibles soluciones (ver
Para dar soporte al proceso de toma de Anexo 1). Esta matriz fue alimentada
decisiones del Programa Social de la GHO~OWLPRFHQVRUHDOL]DGRHQ%RJRWi
)DFXOWDGGH,QJHQLHUtD35262),VH (DANE, 2005), de informacin de la
utilizaron las herramientas propues- Cmara de Comercio de Bogot (C-
WDV HQ HO DSDUWDGR ,QLFLDOPHQWH mara de Comercio de Bogot, 2009),
como resultado de la encuesta, se de la Subsecretara de Planeacin
obtuvo que se deban considerar los si- Socioeconmica (Subsecretara de
guientes criterios: necesidades bsicas Planeacin Socioeconmica, 2007) y
insatisfechas, nivel de vulnerabilidad de la experiencia de los expertos.
y marginalidad, dinmica y organiza- Con la matriz de posibles soluciones,
FLyQVRFLDOXELFDFLyQJHRJUiFDSUH- las ponderaciones de los criterios y los
sencia previa en la comunidad, apoyo VHQWLGRVGHSUHIHUHQFLDGHQLGRVVH
GHLQVWLWXFLRQHVS~EOLFDVRSULYDGDV pas a la siguiente fase del AMC que
elementos culturales y tnicos. consisti en determinar el orden de
En la Tabla 5 se muestran los criterios ODV DOWHUQDWLYDV XWLOL]DQGR &5,'(
seleccionados con sus respectivos indi- la herramienta desarrollada.
cadores (17 en total). Adicionalmente, Se realizaron tres ejecuciones del
se obtuvieron los pesos para cada uno programa, las cuales se resumen en la
GHORVFULWHULRVGHQLGRVYHU*UiFR Tabla 6. Los resultados se pueden ob-
4), los cuales indican la importancia servar en la Tabla 7, en la que slo se
que tiene un criterio respecto al otro. SUHVHQWDQODVORFDOLGDGHVFODVLFDGDV
Se determin el desempeo de las en los primeros cinco puestos.
alternativas en cada uno de los cri- /DSULPHUDHMHFXFLyQGH&5,'(UHV-
terios, obteniendo como resultado SHWDWRGRVORVFULWHULRVTXHVHMDURQ
Criterios Indicadores
Tiempo de viaje de la PUJ a la comunidad PROSOFI
Ubicacin geogrca
Disponibilidad de transporte pblico
Presencia previa de la Facultad de Ingeniera
Presencia previa en la comunidad Presencia previa de la Compaa de Jess
Presencia previa de otras facultades PUJ
Indicador compuesto NBI
Necesidades bsicas insatisfechas Poblacin en estratos socioeconmicos 1 y 2
Personas pobres y vulnerables segn SISBEN
Colegios ociales
Apoyo de instituciones pblicas o
privadas Colegios no ociales
Relacin colegios ociales/no ociales
Homicidio comn
Nivel de vulnerabilidad y marginalidad Densidad poblacional
Tasa cobertura bruta primaria
Tasa cobertura bruta secundaria
Dinmica y organizacin social Existencia de MIPYME (Cmara de Comercio)
Elementos culturales y tnicos Poblacin desplazada
Fuente: Elaboracin propia.
,IVVEQMIRXEHIERjPMWMWQYPXMGVMXIVMSGSQSWSTSVXITEVEIPHMWIyS ESTUDIOS
HIPTVSKVEQEWSGMEPHIPEFEGYPXEHHI-RKIRMIVuE GERENCIALES 185
.YmJVPonderacin para cada uno de los criterios
Elementos
culturales
6,23%
Ubicacin
geogrfica
Dinmica y 9,58%
organizacin Presencia
social previa en la
14,64% comunidad
12,92%
Nivel de
vulnerabilidad
y marginalidad Necesidades
19,61% bsicas
insatisfechas
25,72%
Apoyo de
Instituciones
11,30%
;HISH,QLJ\JPVULZKLSWYVNYHTH
Nmero de ejecucin Descripcin
del programa
1 Se contemplaron todos los indicadores de los criterios, 17 en total.
2 No se tuvo en cuenta el criterio Dinmica y organizacin social - existencia de
MIPYME porque algunas de las comunidades tienen empresas artesanales que no
estn inscritas en la Cmara de Comercio de Bogot.
3 No se tuvieron en cuentas los siguientes criterios:
Dinmica y organizacin social - existencia de MIPYME
Apoyo de instituciones pblicas o privadas - colegios ociales
Apoyo de instituciones pblicas o privadas - colegios no ociales
Para este ltimo criterio se consider que sera suciente con la Relacin colegios
ociales/no ociales
Fuente: Elaboracin propia.
;HISH9LZ\S[HKVZKLJHKHLQLJ\JP}UJVULSTt[VKV,3,*;9,00
Nivel de Ejecucin 1 Ejecucin 2 Ejecucin 3
Preferencia
1 Usme, Cuidad Bolvar, Santa Fe, Usme, Soacha Usme
Soacha
2 Bosa Ciudad Bolvar, Rafael Uribe, Bosa Ciudad Bolvar
3 Rafael Uribe Santa Fe Santa Fe
4 Zipaquir, Mrtires Zipaquir Bosa
5 Kennedy Candelaria Rafael Uribe
Fuente: Elaboracin propia.
186 ESTUDIOS
GERENCIALES :SP2S3GXYFVI(MGMIQFVIHI
con el grupo de decisores y participan- privados no implica necesariamente
tes en la encuesta, pero se vio la nece- que la poblacin tenga apoyo efectivo
sidad de hacer una segunda y tercera del sector privado, por el contrario,
ejecucin porque al llenar la matriz esto podra ser resultado de un mayor
de desempeos, la evaluacin de cada asistencialismo producto de coyuntu-
alternativa para algunos indicadores ras polticas o de otra ndole. De igual
QR HUD OR VXFLHQWHPHQWH REMHWLYD PDQHUDXQPD\RUQ~PHURGHFROHJLRV
ni realista. Debido a lo anterior, se S~EOLFRV QR LQGLFD FRQ VXFLHQFLD OD
eliminaron los indicadores Dinmica SUHVHQFLDGHOVHFWRUS~EOLFRHQHOWH-
y organizacin social - existencia de UULWRULR([LVWHQYDULDVMXVWLFDFLRQHV
0,3<0( $SR\R GH LQVWLWXFLRQHV SDUDHVWDDUPDFLyQHQSULPHUOXJDU
S~EOLFDVRSULYDGDVFROHJLRVRFLD- OD HGXFDFLyQ QR HV OD ~QLFD OtQHD GH
OHV\$SR\RGHLQVWLWXFLRQHVS~EOL- accin que se espera de un gobierno
FDVRSULYDGDVFROHJLRVQRRFLDOHV local para apoyar una poblacin (se
esperan adems estrategias de salud,
El desempeo del indicador Existen-
de cultura, deporte, saneamiento,
FLDGH0,3<0(VHREWXYRSRUPHGLR
etc.); y, en segundo lugar, para poder
de la Cmara de Comercio de Bogot,
comparar entre localidades se tendra
entidad que registra la conformacin
TXHUHODWLYL]DUGLYLGLHQGRSRUQ~PHUR
legal de empresas. Es posible que
GHKDELWDQWHVRQ~PHURGHIDPLOLDV
HVWRVGDWRVRFLDOHVQRUHHMHQGHPD-
QHUDHOODGLQiPLFD\RUJDQL]DFLyQ Los resultados de la aplicacin del
social de las poblaciones vulnerables Mtodo de la Suma Ponderada se
porque, aunque hay empresas en muestran en la Tabla 8. Como se
funcionamiento en estas localidades, puede observar, en los resultados
stas no necesariamente estn inscri- arrojados por este mtodo no se obtu-
tas formalmente. Se consider, por vieron empates para las alternativas
lo tanto, que al usar este indicador consideradas; por lo tanto, se estima
algunas localidades podran estar que el Mtodo de la Suma Ponderada
en desventaja, especialmente las es un buen mtodo de apoyo al mtodo
TXH FXHQWDQ FRQ XQ PD\RU Q~PHUR (/(&75(,,HQORVFDVRVTXHVXUMDQ
de necesidades bsicas insatisfechas. empates. Se decidi integrar los dos
PpWRGRVFRQVLGHUDGRV(/(&75(,,\
Respecto a los indicadores Apoyo de
Mtodo de la Suma Ponderada) en la
LQVWLWXFLRQHVS~EOLFDVRSULYDGDVFR-
KHUUDPLHQWD&5,'(\ORVUHVXOWDGRV
OHJLRVRFLDOHV\QRRFLDOHVVHFRQVL-
GHQLWLYRVVHLOXVWUDQHQOD7DEOD
GHUyTXHXQPD\RUQ~PHURGHFROHJLRV
;HISH9LZ\S[HKVZKLJHKHLQLJ\JP}UJVULS4t[VKVKLSH:\TH7VUKLYHKH
Nivel de Ejecucin 1 Ejecucin 2 Ejecucin 3
Preferencia
1 Usme Usme Usme
2 Ciudad Bolvar Ciudad Bolvar Ciudad Bolvar
3 Soacha Soacha Bosa
4 Santa Fe Santa Fe Soacha
5 Bosa Rafael Uribe Santa Fe
Fuente: Elaboracin propia.
,IVVEQMIRXEHIERjPMWMWQYPXMGVMXIVMSGSQSWSTSVXITEVEIPHMWIyS ESTUDIOS
HIPTVSKVEQEWSGMEPHIPEFEGYPXEHHI-RKIRMIVuE GERENCIALES 187
;HISH 9LZ\S[HKVZKLUP[P]VZ
Nivel de Ejecucin 1 Ejecucin 2 Ejecucin 3
Preferencia
1 Usme Usme Usme
2 Ciudad Bolvar Ciudad Bolvar Ciudad Bolvar
3 Soacha Soacha Bosa
4 Santa Fe Santa Fe Santa Fe
5 Bosa Rafael Uribe Rafael Uribe
Fuente: Elaboracin propia.
188 ESTUDIOS
GERENCIALES :SP2S3GXYFVI(MGMIQFVIHI
una cantidad importante de actores, de manera general en procesos de
cada uno con una valoracin parti- VHOHFFLyQ FRP~QPHQWH XWLOL]DGRV
cular para los criterios de seleccin como los procesos de votacin, y por
SRVLEOHVORTXHGLFXOWDEDHOSURFHVR lo tanto se recomienda la utilizacin
Efectivamente, sobre la base de este de herramientas AMC para la toma
primer resultado, el grupo decisor de decisiones corporativas.
consider que la segunda fase del
Se espera seguir desarrollando la he-
GLVHxRGH35262),ODFXDOFRQVLVWH
UUDPLHQWD&5,'(FRQHOQGHORJUDU
HQ HVFRJHU OD FRPXQLGDG HVSHFtFD
una toma de decisiones que interprete
deba partir de las dos localidades
de forma ms adecuada y realista la
PHMRU FODVLFDGDV 8VPH \ &LXGDG
visin de un grupo. En ese sentido, se
%ROtYDU /D KHUUDPLHQWD &5,'(
PRGLFDUiODKHUUDPLHQWDGHPDQHUD
servir de apoyo en esta nueva fase
que contemple: (i) la variabilidad en
GHOGLVHxRGH35262),
los pesos asignados a cada criterio y en
&5,'(HVXQDKHUUDPLHQWDGHVRSRUWH ODFDOLFDFLyQTXHUHFLEHFDGDXQDGH
a la toma de decisiones que ayuda a las alternativas usando el mtodo de
seleccionar la alternativa ms conve- Monte Carlo; (ii) la variabilidad en los
QLHQWH WHQLHQGR HQ FXHQWD P~OWLSOHV sentidos de preferencia de los criterios
intereses y criterios, pero no toma la por medio de funciones de pertenencia
GHFLVLyQQDOQLVXVWLWX\HDORVGHFLVR- tpicas de la lgica difusa; y (iii) una
res. En efecto, el AMC ayuda a que una PHMRUHFLHQFLDHQODFRQVWUXFFLyQGH
toma de decisiones grupal sea racional, la matriz de desempeos en cuanto al
permita responder al por qu de la OHYDQWDPLHQWR\FDOLFDFLyQGHFDGD
decisin y se pueda tener capacidad de alternativa contemplando etiquetas
auditora debido a la trazabilidad en el lingsticas.
proceso. En el caso del presente estu-
Adicionalmente, se desarrollarn
dio, se observ que la visin de los cri-
mtodos de anlisis de sensibilidad,
terios y pesos por parte de la Facultad
robustez y redundancia de criterios,
GH ,QJHQLHUtD GLUHFFLRQDURQ OD WRPD
contemplando la incertidumbre y la
de decisiones sin que necesariamente
SUHFLVLyQ HQ OD FDOLFDFLyQ GH FDGD
todos los participantes conocieran de
alternativa respecto a cada criterio y
manera profunda cada una de las al-
realizando pruebas estadsticas para-
ternativas, lo que facilit el proceso de
mtricas y no paramtricas (pruebas
toma de decisin.
GHFRUUHODFLyQDQiOLVLVGHFO~VWHUHV
La utilizacin de mtodos AMC inno- anlisis de componentes principales,
vadores ayuda a generar consenso, entre otros) (Moura, 2008). Lo an-
proporciona participacin y apro- terior otorgar guas que permitan
piacin a proyectos, y permite tener construir matrices de desempeo
trazabilidad, estructura y rigor en la y determinar caractersticas de los
toma de decisiones. Adicionalmente, criterios (sentidos de preferencia,
el AMC otorga visibilidad en la toma importancias) necesarios para llevar
de decisiones cuando se tiene una a cabo una toma de decisiones multi-
gran cantidad de criterios y alternati- criterio utilizando la herramienta
vas. Las caractersticas mencionadas &5,'(GHVDUUROODGD\HYLWDUGHVJDV-
anteriormente, no se encuentran tes corporativos innecesarios.
,IVVEQMIRXEHIERjPMWMWQYPXMGVMXIVMSGSQSWSTSVXITEVEIPHMWIyS ESTUDIOS
HIPTVSKVEQEWSGMEPHIPEFEGYPXEHHI-RKIRMIVuE GERENCIALES 189
REFERENCIAS BIBLIOGRFICAS Applied Intelligence (pp. 85-92).
$UD~MR $ 5RJpULR 3 \ 'DQWDV Berlin: Springer-Verlag.
M. (2007). Applying a decision 8. DANE. (2005). Censo General 2005.
making model in the early diag- Nivel nacional. Bogot: Autores.
QRVLV RI $O]KHLPHUV GLVHDVH (Q
J.G. Carbonell y J. Siekmann 9. Davis, D. (2001). The Development
(Eds.), Rough sets and knowledge of Celtic Linguistics, 1850-1900
technology. Lecture notes in com- (Logos Studies in Language and
puter science (pp. 149-156). Berlin: Linguistics). Londres: Routledge.
Springer-Verlag.
10. Delgado, M., Herrera, F., Herrera-
2. Baptista, M., Barraud, S., Alfakih, Viedma, E. y Martinez, L. (1998).
E., Nascimento, N., Fernandes, Combining numerical and linguis-
W., Moura, P. y Castro, L. (2004). tic information in group decision
Proposal of an evaluation system making. Journal of Information
for urban storm drainage. Docu- Sciences, 107 (1998), 177194.
mento no publicado presentado
11. Doumpos, M. y Zopounidis, C.
HQ WK ,QWHUQDWLRQDO &RQIHUHQFH
(1998). A multicriteria decision aid
on Sustainable Techniques and
methodology for sorting decision
6WUDWHJLHV LQ 8UEDQ :DWHU 0DQ-
problems: The case of financial
agement, Lyon, Francia.
distress. Computational Econom-
3. Belacel, N. (2000). Multicriteria ics, 14(3), 197218.
assignment method PROAFTN:
12. Doumpos, M. y Zopounidis, C.
Methodology and medical applica-
(2004). Multicriteria decision aid
tion. European Journal of Opera-
FODVVLFDWLRQPHWKRGV. New York,
tional Research, 125(1), 175183.
1<.OXZHU$FDGHPLF3XEOLVKHUV
4. Ben-Arieh, D. y Chen, Z. (2006).
13. Figueira, J., Mousseau, V. y Roy,
Linguistic-labels aggregation
B. (2005). ELECTRE methods.
and consensus measure for au-
En J. Figueira, G. Salvatore y M.
tocratic decision making using
Ehrgott (Eds.), Multiple criteria
group recommendations. IEEE
decision analysis: State of the art
Transactions on Systems, Man,
surveys (pp. 133-162). Boston,
and CyberneticsPart a: Systems
0$6SULQJHU6FLHQFH%XVLQHVV
and Humans, 36(3), 558568.
Media.
5. Cmara de Comercio de Bogot.
14. Goh, C.H., Tung, Y.C.A. y Cheng,
(2009). Observatorio de Seguridad
C.H. (1996). A revised weighted
en Bogot. Balance enero junio
sum decision model for robot se-
de 2009. Observatorio, 37, 1-50.
lection. Computers and Industrial
6. Carlsson, C. y Fullr, R. (2000). Engineering, 30(2), 193199.
Multiobjective linguistic optimi-
+DMNRZLF]6\&ROOLQV.
zation. Fuzzy sets and systems,
A review of multiple criteria analy-
115(2000), 5-10.
sis for water resource planning
7. Chen, C. y Hung, W. (2009). Ap- and management. Water Resources
plying ELECTRE and Maximizing Management, 21(9), 15531566.
Deviation Method for Stock Port-
16. Hajkowicz, S. y Higgins, A. (2006).
folio Selection under Fuzzy Envi-
A comparison of multiple criteria
ronment. En Opportunities and
analysis techniques for water
Challenges for Next-Generation
resource management. European
ESTUDIOS
GERENCIALES :SP2S3GXYFVI(MGMIQFVIHI
Journal of Operational Research, 24. Roy, B. (2005). Paradigms and
184(1), 255265. challenges. En J. Figueira, G.
Salvatore y M. Ehrgott (Eds.),
17. Howard, A.F. (1991). A critical
Multiple criteria decision analysis:
look at multiple criteria decision
State of the art surveys (pp. 3-26).
making techniques with reference
%RVWRQ 0$ 6SULQJHU 6FLHQFH
to forestry applications. Canadian
Business Media.
Journal of Forest Research, 21,
16491659. 25. Roy, B. y Bertier, B. (1971). La
PpWKRGH (/(&75( ,, XQH Pp-
18. Moura, P. (2008). Mthode dva-
thode de classement en prsence
luation des performances de sys-
de critres multiples. En Nota de
tmes dinfiltration des eaux de
trabajo 142 (pp. 291-302). Paris:
ruissellement en milieu urbain.
Grupo Metra.
7HVLVGRFWRUDOQRSXEOLFDGD/,QV-
titut National des Sciences Appli- 26. Smith, Q.R., Mesa, S.O., Dyner,
ques de Lyon, Lyon, France. 5, -DUDPLOOR $3 3RYHGD -*
y Valencia, R.D. (2000). Decisiones
19. RAC - Resource Assessment Com-
con mltiples objetivos e incertidum-
mission. (1992). Multi-Criteria
bres. Medelln, Colombia: Facultad
Analysis as a Resource Assess-
GH0LQDV8QLYHUVLGDG1DFLRQDOGH
ment Tool. Canberra, Australia:
Colombia sede Medelln.
Resource Assessment Commission
of Australia. 27. Subsecretara de Planeacin So-
cioeconmica. (2007). Encuesta
5R\%$SURSRVGHODJUH-
Calidad de Vida 2007 para Bo-
JDWLRQGRUGUHVFRPSOHWV4XHOTXHV
got ECVB-2007. Recuperado el
considrations thoriques et prac-
11 de noviembre de 2009, de sitio
tiques. En La Dcision Agrga-
DANE: http://www.dane.gov.co/
tion et dynamique des ordres de
OHVLQYHVWLJDFLRQHVFRQGLFLRQHVB
prfrence (pp. 225-239). Aix-en-
vida/ecvb/ECVB_07.pdf
Provence: CNRS.
8]RND ) 2VXML - \ 2ERW 2
21. Roy, B. (1968). Classement et
(2011). Clinical decision support
choix en prsence de points de vue
system (DSS) in the diagnosis of
multiples (la mthode ELECTRE).
malaria: A case comparison of
La Revue dInformatique et de
two soft computing methodologies.
Recherche Oprationnelle5,52
Expert Systems with Applications,
21(8), 5775.
38(3), 15371553.
22. Roy, B. (1971). Problems and
29. Weinhardt, C. y Seifert, S. (2010).
methods with multiple objective
Developments in GDN Research:
functions, Mathematical program-
,QWURGXFWLRQGroup Decision and
ming, 1(2), 239-266.
Negotiation, 19(2), 107-109.
23. Roy, B. (1974). Critres multiples
30. Xu, Z. (2005). A Method Based on
et modlisation des prfrences
,$ 2SHUDWRU IRU 0XOWLSOH $WWUL-
ODSSRUWGHVUHODWLRQVGHVXUFODV-
bute Group Decision Making with
sement. Revue dconomie Poli-
8QFHUWDLQ/LQJXLVWLF,QIRUPDWLRQ
tique, 84(1), 144.
FSKD, 1, 284-293.
,IVVEQMIRXEHIERjPMWMWQYPXMGVMXIVMSGSQSWSTSVXITEVEIPHMWIyS ESTUDIOS
HIPTVSKVEQEWSGMEPHIPEFEGYPXEHHI-RKIRMIVuE GERENCIALES 191
(UL_VMatriz de posibles soluciones
CIUDAD BOLVAR
PUENTE ARANDA
SAN CRISTOBAL
RAFAEL URIBE
TEUSAQUILLO
PREFERENCIA
CANDELARIA
TUNJUELITO
192
CHAPINERO
Calicacin
ZIPAQUIRA
MRTIRES
FONTIBN
ENGATIV
USAQUN
KENNEDY
BARRIOS
ANTONIO
SANTAFE
SOACHA
UNIDOS
NARIO
USME
BOSA
SUBA
PESO
CRITERIO /
unidad
VARIABLES
9,58 UBICACIN
3 2 1
% GEOGRFICA
Tiempo de viaje
de la PUJ entre ms 60 a 60 a 105 a 60 a
minutos - - - 30 a 90 15 a 45 15 a 45 30 a 90 60 a 90 60 a 90 60 a 90 45 a 90 60 a 105 30 a 60 30 a 60 15 a 45 30 a 60 30 a 90 30 a 90 15 a 45 60 a 105
a la comunidad alta, peor 105 105 250 105
PROSOFI
GERENCIALES
Tiempo de viaje
ms
de la PUJ 15 a
- - > 90 calicacin, 2 2 2 2 2 2 1 2 1 2 1 2 2 2 2 2 2 2 1 1 1
a la comunidad 90
ESTUDIOS
mejor
PROSOFI
Disponibilidad alta mejor
de transporte A/M/B - - -
q media y A A A M M M M M M M B A A A A A A M B B M
pblico baja
Disponibilidad ms
me-
de transporte - alta baja calicacin, 3 3 3 2 2 2 2 2 2 2 1 3 3 3 3 3 3 2 1 1 2
dia
:SP2S3GXYFVI(MGMIQFVIHI
pblico mejor
PRESENCIA
12,92 PREVIA
3 2 1
% EN LA
COMUNIDAD
Presencia
previa de MEJOR
s / no - - - S S S NO S NO S S NO S S NO S S S S NO S S S S
la Facultad de = S
Ingeniera
Presencia
ms
previa de
- S - NO calicacin, 3 3 3 1 3 1 3 3 1 3 3 1 3 3 3 3 1 3 3 3 3
la Facultad de
mejor
Ingeniera
Presencia
entre ms
previa de
meses - - - meses, 6 24 24 0 60 0 12 60 0 48 36 0 24 60 36 54 0 36 84 24 12
la Facultad de
mejor
Ingeniera
Presencia
ms
previa de 6a
- > 18 < 6 calicacin, 1 3 3 1 3 1 2 3 1 3 3 1 3 3 3 3 1 3 3 3 2
la Facultad de 18
mejor
Ingeniera
Presencia previa
entre ms
de la Compaa
meses - - - meses, 60 60 0 120 240 120 120 120 0 120 120 120 0 0 0 0 0 120 120 12 0
de Jess (FyA,
mejor
Servivi)
(UL_VMatriz de posibles soluciones (Cont.)
CIUDAD BOLVAR
PUENTE ARANDA
SAN CRISTOBAL
RAFAEL URIBE
TEUSAQUILLO
PREFERENCIA
CANDELARIA
TUNJUELITO
CHAPINERO
Calicacin
ZIPAQUIRA
MRTIRES
FONTIBN
ENGATIV
USAQUN
KENNEDY
BARRIOS
ANTONIO
SANTAFE
SOACHA
UNIDOS
NARIO
USME
BOSA
SUBA
PESO
CRITERIO /
unidad
VARIABLES
11,30 INSTITUCIONES
3 2 1
% PBLICAS O
PRIVADAS
entre ms,
Colegios ociales un/hab - - - 5,5E-05 5,3E-05 1,3E-04 1,3E-04 2,5E-04 1,1E-04 9,6E-05 1,8E-05 6,7E-05 2,4E-05 3,7E-05 4,5E-05 1,7E-05 9,7E-05 9,5E-05 1,0E-04 2,3E-04 1,2E-04 1,1E-04 3,8E-05 1,2E-04
mejor
Colegios no entre ms,
193
un/hab - - - 9,6E-05 8,6E-05 7,2E-06 7,4E-06 0,0E+00 8,0E-06 6,9E-06 1,0E-06 1,3E-05 1,0E-05 7,5E-05 5,0E-06 5,8E-05 8,9E-06 8,7E-06 1,9E-05 6,7E-05 2,1E-06 0,0E+00 9,9E-05 7,3E-05
ociales mejor
Relacin ocial/no entre ms
% ocial - - - 36,5 38,1 94,7 94,5 100,0 93,3 93,3 94,7 84,0 70,0 33,0 90,0 23,1 91,7 91,7 84,2 77,8 98,2 100,0 27,9 61,9
ocial alto, mejor
ms
Relacin ocial/no 40 a
- > 80 < 40 calicacin, 1 1 3 3 3 3 3 3 3 2 1 3 1 3 3 3 2 3 3 1 2
ocial 80
mejor
NIVEL DE VUL-
19,61
NERABILIDAD Y 3 2 1
%
MARGINALIDAD
(UL_VMatriz de posibles soluciones (Cont.)
CIUDAD BOLVAR
PUENTE ARANDA
SAN CRISTOBAL
RAFAEL URIBE
TEUSAQUILLO
PREFERENCIA
CANDELARIA
TUNJUELITO
CHAPINERO
Calicacin
ZIPAQUIRA
MRTIRES
FONTIBN
ENGATIV
USAQUN
KENNEDY
BARRIOS
ANTONIO
SANTAFE
SOACHA
UNIDOS
NARIO
USME
BOSA
SUBA
PESO
CRITERIO /
unidad
194
VARIABLES
Homicidio comn
(Observatorio casos/ entre ms
- - - 37 11 33 42 40 14 33 92 19 47 53 12 6 26 6 13 4 41 84 48 20
Seguridad Bt, sem alto, peor
Cca/08)
Homicidio comn
ms
(Observatorio 30 a
- < 30 > 50 calicacin, 2 3 2 2 2 3 2 1 3 2 1 3 3 3 3 3 3 2 1 2 2
Seguridad Bt, 50
mejor
Cca/08)
GERENCIALES
ms
densidad pobla- 40-
- >110 <40 calicacin, 2 1 1 2 3 3 3 3 2 3 2 3 2 3 3 3 3 3 2 3 3
cional 110
mejor
Tasa cobertura entre ms
% - - - 99,7 109,6 103,9 109,1 109,4 105,3 101 102,5 108,1 101,6 102,9 104,5 103,3 106,7 99 97,6 100,9 108,8 106,2 125,7 102
bruta primaria bajo, mejor
102 ms
Tasa cobertura
:SP2S3GXYFVI(MGMIQFVIHI