Método MICMAC (II) – Análisis estructural para la toma de decisiones

El Análisis Estructural, es una herramienta que permite comprender y describir los problemas, enfocándolos como sistemas y permite, lograr una representación exhaustiva del sistema para luego reducir su complejidad. En post anteriores habíamos comenzado a ver las fases que hay que completar para desarrollar este método.
Habíamos identificado las variables y luego analizado las relaciones directas, con la ayuda de la matriz de análisis estructural. En este punto estamos estudiando las relaciones directas, pero existen relaciones indirectas que afectan enormemente al sistema. Veamos cómo tratarlas, continuando con las fases.

3.- Variables clave con el método MICMAC

Una vez elaborada la lista de variables que componen el sistema e identificadas las relaciones directas entre ellas, se pasa a la identificación de las variables clave del sistema. En ese primer momento se realiza una clasificación directa, en base a la motricidad y dependencia según las relaciones directas.
A continuación se elabora la clasificación indirecta, a través del método MICMAC (Matriz de Impactos Cruzados-Multiplicación Aplicada a una Clasificación).

Recordemos la lógica de la influencia indirecta:
Observando la imagen de la derecha, la variable A influye directamente sobre la variable B y, a su vez, la variable B influye directamente sobre la variable C. Entonces, cualquier cambio en la variable A afectará a la variable C. Existe, pues, una relación indirecta entre A y C.

En la matriz de análisis estructural, o matriz de impactos cruzados, existen multitud de relaciones indirectas que no pueden observarse con la clasificación directa. La elevación al cuadrado de esta matriz sacaría a la luz estas relaciones de orden 2.

Las relaciones indirectas, en un sistema compuesto por decenas de variables, pueden sumar varios millones de interacciones. Evidentemente, para la mente humana es imposible trabajar con una red de relaciones tan grande. El método utilizado para permitir este tipo de análisis es el MICMAC.

Consiste en multiplicar la matriz de análisis estructural (A) por sí misma (Aⁿ) hasta la cuarta o quinta potencia. Una vez obtenida la matriz Aⁿ se examinan las sumas de sus filas y columnas y se clasifican las variables atendiendo a los criterios de motricidad y dependencia (como hicimos con la matriz de análisis estructural).
Se observa que, generalmente, a partir de la 4ª o 5ª potencia (n=4; n=5) la jerarquía permanece estable, es decir, los resultados no varían sustancialmente.

Este método permite estudiar cómo se reproducen los impactos entre las variables por diferentes caminos y bucles, para finalmente ordenar las variables según su motricidad (número de caminos y bucles salidos de la variables) y según su dependencia (número de caminos y bucles que llegan a la variable).

El MICMAC permite sacar a la luz variables que según la clasificación directa no ostentaban gran importancia y que con la indirecta resultan esenciales

Al comparar la jerarquización de las variables en las clasificaciones directa e indirecta (por el momento no consideraremos la potencial) se observan resultados muy interesantes. Nos permite corroborar la importancia de variables que presuponíamos relevantes. Además, nos permite sacar a la luz variables que según la clasificación directa no ostentaban gran importancia y que con la indirecta resultan esenciales.

Plano de motricidad-dependencia

La clasificación obtenida por el MICMAC arroja un listado de variables con su correspondiente indicador de motricidad y dependencia. Ubicando estos valores en un gráfico de dispersión (en el eje Y motricidad y en el eje X dependencia) obtenemos el plano o gráfico de motricidad-dependencia. Esta es la representación gráfica del sistema.
Calculando el valor medio de cada eje y trazando una línea en cada uno de ellos queda dividido en cuatro cuadrantes o áreas. Sus características se exponen a continuación con el apoyo de la siguiente imagen:

Área I: Variables muy motrices (y poco dependientes).

Cualquier transformación en éstas tendrá repercusiones en todo el sistema. Al ser las que efectúan mayores efectos sobre las demás conviene tener en cuenta si se dispone de instrumentos para actuar sobre ellas, pues constituyen un campo de acción clave. Si, por el contrario, son variables sobre las que no se tiene control, se debe estudiar su evolución y prever sus cambios futuros para reducir los efectos negativos o aprovechar las oportunidades que presente.

Área 2: Variables de Enlace.

Son a la vez muy motrices y muy dependientes. Esto significa que sus cambios producen fuertes impactos pero que a la vez son muy receptivas a los cambios en las otras variables. Es evidente, entonces, su importancia estratégica, pues alrededor de ellas de desarrollan los conflictos surgidos entre todas.

Área 3: Variables muy dependientes (y con poca motricidad).

Dependen fuertemente de las variables motrices, y por el contrario, sus efectos ejercidos sobre las otras variables son mínimos. En este grupo de variables se manifiesta el resultado de la estructura y del funcionamiento del sistema.

Área 4: Variables excluidas (menos importantes).

Sus efectos, tanto recibidos como impulsados son poco relevantes para la evolución del sistema.

Área 5: Variables «del pelotón», medianamente motrices y/o dependientes.

Además de los cuatro cuadrantes, podemos dibujar una quinta área, en torno a los valores medios. Poco o nada podemos decir sobre estas variables a priori.

En términos de la estabilidad del sistema podríamos interpretar el gráfico tratando de visualizar si la nube de puntos se encuentra en torno a la diagonal principal (sistema inestable) o si, por el contrario, se extiende a lo largo de los ejes (sistema relativamente estable).

En los próximos post veremos los resultados con algún ejemplo, aplicando esta metodología.

Espero recibir tus comentarios, contándonos si te ha sido de utilidad o crees que puede serlo en un futuro.

Saludos,
Sergio

Fuente: «De la participación a la acción», Michel Godet.