SAW (Simple Additive Weighting), também conhecido como WSM (Weighted Sum Model), é um método de decisão multicritério baseado na agregação aditiva dos desempenhos de diferentes alternativas. Seu princípio consiste em atribuir um peso a cada critério e calcular a soma dos desempenhos ponderados, produzindo uma pontuação global para cada alternativa (Triantaphyllou, 2000).

A pergunta fundamental do método é:

Qual alternativa apresenta o maior desempenho global, considerando a importância relativa de cada critério?

O SAW pertence à família dos métodos compensatórios. Isso significa que um desempenho desfavorável em determinado critério pode ser compensado por um desempenho favorável em outro, de acordo com os pesos atribuídos.

Como funciona?

Considere um conjunto de alternativas avaliadas segundo critérios. O desempenho de cada alternativa é representado por uma matriz de decisão, na qual corresponde ao desempenho da alternativa no critério . Como os critérios podem apresentar unidades e escalas diferentes, frequentemente é necessário transformá-los em escalas comparáveis. Essa transformação pode envolver normalização e construção de funções de valor.

A pontuação global de cada alternativa é calculada por:

Em que:

  • é a pontuação global da alternativa ;
  • é o peso atribuído ao critério ;
  • é o desempenho normalizado ou valor da alternativa no critério ;
  • é o número de critérios.

Usualmente, os pesos são não negativos e normalizados de modo que:

Nessas condições, a pontuação global corresponde a uma média ponderada dos valores dos critérios. A alternativa preferida é aquela que apresenta a maior pontuação:

Exemplo prático

Considere três áreas candidatas à restauração ecológica, avaliadas segundo dois critérios: biodiversidade e segurança hídrica. Os desempenhos foram previamente transformados para uma escala entre 0 e 1, em que valores maiores representam condições mais favoráveis.

ÁreaBiodiversidadeSegurança hídrica
A0,900,20
B0,600,70
C0,400,90

Suponha que ambos os critérios tenham a mesma importância, com pesos iguais a 0,5.

Para a área A:

Para a área B:

Para a área C:

Portanto, as áreas B e C apresentam a maior pontuação global, ambas com 0,65.

O exemplo demonstra uma característica importante do SAW: diferentes combinações de desempenho podem produzir a mesma pontuação global.

Pressupostos e propriedades

A principal propriedade do SAW é a compensação aditiva. Uma redução no desempenho de determinado critério pode ser compensada por um aumento suficientemente grande em outro. Essa propriedade decorre da estrutura matemática da agregação e pressupõe que as trocas entre critérios representadas pelos pesos sejam aceitáveis para o problema de decisão. Entretanto, a aplicação de um modelo aditivo de valor também exige atenção à independência preferencial entre critérios e à interpretação das escalas utilizadas (Keeney & Raiffa, 1976).

Outro aspecto importante é que os pesos não representam necessariamente apenas a importância abstrata dos critérios. Em modelos de valor aditivo, sua interpretação depende das escalas e das amplitudes de variação consideradas. Por isso, a normalização não deve ser tratada como uma operação meramente técnica. Diferentes transformações podem modificar as relações entre os desempenhos e, consequentemente, os resultados da agregação.

Vantagens e limitações

Entre as principais vantagens do SAW estão sua simplicidade matemática, transparência, baixo custo computacional e facilidade de interpretação. O método também permite avaliar grandes conjuntos de alternativas, incluindo aplicações espaciais com milhões de células raster.

Entretanto, apresenta limitações importantes:

  • Compensação elevada: desempenhos muito desfavoráveis podem ser compensados por resultados favoráveis em outros critérios.
  • Sensibilidade aos pesos: mudanças na importância relativa dos critérios podem modificar a classificação das alternativas.
  • Dependência das escalas: diferentes procedimentos de normalização ou transformação podem produzir resultados distintos.
  • Ausência de veto: o método não impede automaticamente que uma alternativa com desempenho inaceitável em determinado critério obtenha uma pontuação global elevada.

A última limitação pode ser contornada parcialmente mediante a introdução de restrições, máscaras de exclusão ou critérios mínimos de elegibilidade antes da agregação.

Referências bibliográficas

Fishburn, P. C. (1967). Additive utilities with finite sets: Applications in the management sciences. Naval Research Logistics Quarterly, 14(1), 1–13. https://doi.org/10.1002/nav.3800140102

Keeney, R. L., & Raiffa, H. (1976). Decisions with Multiple Objectives: Preferences and Value Tradeoffs. John Wiley & Sons. (Internet Achive)

Triantaphyllou, E. (2000). Multi-Criteria Decision Making Methods: A Comparative Study. Kluwer Academic Publishers. https://doi.org/10.1007/978-1-4757-3157-6