Skip navigation
Please use this identifier to cite or link to this item: http://repositorio.unb.br/handle/10482/18588
Files in This Item:
File Description SizeFormat 
2015_KarollHaüsslerCarneiroRamos.pdf7,17 MBAdobe PDFView/Open
Title: Análise multivariada de fatores críticos de sucesso em governança de TI na administração pública federal à luz dos dados de controle externo
Other Titles: Multivariate analysis of of critical success factors for IT governance within the brazilian federal public administration in the light of external auditing data
Authors: Ramos, Karoll Haüssler Carneiro
Orientador(es):: Sousa Júnior, Rafael Timóteo de
Assunto:: Tecnologia da informação - administração
Administração pública
Administração federal
Índice de governança
Issue Date: 13-Oct-2015
Citation: 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.
Abstract: 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.
Abstract: With the significant public spending on information technology (IT) in the Brazilian Federal Public Administration, IT governance (ITG) of the related public institutions is monitored and diagnosed by the Federal Court of Accounts, in Portuguese Tribunal de Contas da União (TCU), which gathers governance data via surveys in light of market and governmental best practices for IT and for business. Although these surveys started only in 2007 with 39 questions, nowadays they already contain more than 100 questions impacting on the ITG of Brazilian public institutions. Moreover, these questions encourage public institutions to adopt best practices in all areas not only in IT. In this paper, we propose the identification and the verification of the critical success factors (CSFs) of the survey variables by means of statistical analysis. The CSFs are defined as the factors that most contributed for the high performance of the institutions and they are measured by using the ITG index created by TCU. Therefore, in order to validate our results, the statistically identified CSFs are compared with the CSFs mentioned by the IT executives in interviews. Besides the statistical analysis, we successfully apply the Support Vector Classification (SVC) algorithm to classify public institutions in terms of their ITG index. By comparing the SVC based classification with the CSFs obtained from the interviews, we show that there is a very high level of similarity. Hence, the CSFs identified with SCV provide a very high impact.
Description: Tese (doutorado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2015.
Licença:: A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.
DOI: http://dx.doi.org/10.26512/2015.03.T.18588
Appears in Collections:ENE - Doutorado em Engenharia Elétrica (Teses)

Show full item record Recommend this item " class="statisticsLink btn btn-primary" href="/handle/10482/18588/statistics">



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.