Análise multivariada de fatores críticos de sucesso em governança de TI na administração pública federal à luz dos dados de controle externo

Tese (doutorado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2015.

Nível de Acesso:openAccess
Publication Date:2015
Main Author: Ramos, Karoll Haüssler Carneiro
Orientador/a: Sousa Júnior, Rafael Timóteo de
Format: Tese
Language:por
Online Access:http://repositorio.unb.br/handle/10482/18588
http://dx.doi.org/10.26512/2015.03.T.18588
Citação:Ramos, Karoll Haüssler Carneiro. Análise multivariada de fatores críticos de sucesso em governança de TI na administração pública federal à luz dos dados de controle externo. 2015. xiv, 213 f., il. Tese (Doutorado em Engenharia Elétrica)—Universidade de Brasília, Brasília, 2015.
Resumo inglês:Com expressivos gastos em tecnologia da informação (TI) na administração pública federal (APF), a governança de TI (GTI) das instituições públicas envolvidas é monitorada e diagnosticada pelo Tribunal de Contas da União (TCU), por meio do instrumento denominado Levantamento de GTI, o qual leva em particular ao cálculo de um índice de governança de TI (iGovTI). Tal levantamento utiliza um questionário baseado em boas práticas governamentais e de mercado em TI e em negócio. Desde o ano de 2007, quando se iniciaram as pesquisas, esse questionário passou por mudanças substanciais que impactam na gestão e na governança de TI das instituições públicas, que precisam se adequar às mais de 100 questões do questionário. A pesquisa vinculada a esta tese objetiva primeiramente identificar e verificar por meio de análises estatísticas questões que podem ser consideradas fatores críticos de sucesso (FCS). Adicionalmente, são comparados os FCS identificados com aqueles mencionados em entrevistas com executivos de TI de instituições públicas que contribuam para desempenho das organizações públicas com alto desempenho no índice iGovTI. Para o objetivo específico de classificar as instituições conforme o iGovTI, empregam-se algoritmos que sejam mais eficientes na classificação das instituições de acordo com o resultado do iGovTI, a partir de suas respostas ao questionário. Os algoritmos utilizados para a identificação das questões mais importantes para a classificação são o Máquina de Vetores de Suporte (MVS), obtendo sucesso de classificação em 91,4% dos testes, e o Eliminação Recursiva de Variáveis (ERV), que produz resultado de 66,66% de semelhança ao comparar os FCS identificados em entrevistas (estes classificados por ERV) com a classificação provida pelo banco de dados do TCU, ou seja, identificando FCS comuns às duas fontes e considerados como fatores de altíssimo impacto.