Utilização de Redes Neurais Artificiais e Lógica Nebulosa como Ferramentas de Apoio na Análise de Questionários de Pesquisa Survey

Resumo

Na engenharia de produção, a avaliação de opiniões é um processo crítico e seus resultados costumam variar de acordo com uma gama de fatores que influenciam os entrevistados, tais como sentimentos, crenças, atitudes e experiências. Esses fatores podem ser entendidos de forma análoga aos ruídos de instrumentação para grandezas físicas. Neste trabalho, entendemos o questionário como um método de “discretizar” as opiniões de entrevistados, com objetivo de mitigar o ruído das medidas. Assim como existem métodos para minimizar os ruídos detectados na instrumentação de grandezas físicas, este método tem o mesmo propósito de minimizar os efeitos dos ruídos de questionários, isto é, tornar as informações obtidas pelos questionários menos incertos, devido aos comportamentos subjetivos dos entrevistados. O trabalho apresenta métodos baseados em técnicas de Inteligência Artificial, para tomadas de decisões, baseadas em questionários fechados de pesquisa survey. O método analisa questionários, possibilitando sua avaliação e classificação, por meio de reconhecimento de padrões, nos quais as avaliações são realizadas por meio de escalas do tipo Likert. São propostos dois métodos de Inteligência Artificial para analisar um questionário para avaliação e classificação de padrões. Apresenta um modelo, no qual as avaliações dos dados pesquisados não são dualísticas, ou seja, zero relacionado com o ruim e a nota dez relacionada com o ótimo. O resultado do questionário é tratado como uma figura, cujos padrões são classificados e categorizados conforme o objetivo da avaliação. Redes Neurais Artificiais (RNA) e Sistemas Especialistas baseado em Lógica Nebulosa (Fuzzy) são empregados para o reconhecimento e classificação destes resultados.