IX Congresso Internacional de Custos - Florianpolis, SC, Brasil - 28 a 30 de novembro de 2005

Utilizao da regresso linear como ferramenta de deciso na gesto de custos.

Isair Sell (Universidade Federal de Santa Catarina - Brasil) - isairsell@ibest.com.br

Resumo A contabilidade vista como um grande sistema de informao, e como tal o seu papel oferecer a seus usurios um estoque de informaes adequadas ao processo decisrio estratgico das organizaes. O uso da matemtica e da estatstica, atravs dos mtodos quantitativos, tem possibilitado a resoluo de vrios problemas, tornando a contabilidade mais prxima do objetivo, eliminando ou diminuindo, possveis variaes na apresentao dos eventos econmicos/financeiros que necessitam de julgamentos subjetivos para serem resolvidos. Devido a acirrada concorrncia, os gestores precisam conhecer os componentes do custo de seus produtos para que possam se manter no mercado. Para isso, os relatrio gerencias devem dar condies de comparabilidade entre o custo ocorrido e o que deveria ocorrer e qual a relao entre as variveis dos componentes do custos. A regresso linear, como uma das tcnicas de mtodos quantitativos, usada para melhorar a capacidade de analisar o comportamento dos custos e o aumento da objetividade e confiabilidade das informaes contbeis, atravs da anlise individual das variveis que possam estar relacionadas com a composio do custo. Palavras chave: Mtodos quantitativos, gesto, deciso. rea Temtica: Aplicao de Modelos Quantitativos na Gesto de Custos .

1. Introduo A histria nos conta que a contabilidade nasceu com o desenvolvimento da necessidade de controles gerenciais e de informaes econmicas e financeiras. Desde as primeiras civilizaes, nos tempos das dinastias e dos faras, a milhares de anos, a contabilidade vem evoluindo. Na era grega e romana j surgiram conceitos sobre contabilidade, at que em Veneza na Itlia, o Frei Luca Pacioli, codificou os sistemas de partidas dobradas mais antigos, que se encontram na Itlia e remontam ao sculo XIV, escreveu o livro Suma de arithmetica, geometrica, proportioni et proportionalit, e publicou em 1494. A contabilidade se desenvolveu em solo regado de aprendizagem e comrcio com o oriente, invenes, novo sistema de nmeros, descobrimento das amricas e pela revoluo industrial. No entanto, nestes 500 anos desde que Pacioli escreveu seu livro, a contabilidade permaneceu constante, enquanto isso, o mundo sofreu uma revoluo informacional, onde podemos constatar que h uma certa defasagem, entre as descobertas e as aplicaes destas descobertas. At anos atrs o objetivo dos relatrios contbeis era a apresentao dos resultados lquidos do confronto entre as receitas e as despesas de um determinado perodo. Atualmente podemos dizer que o grande trunfo de uma empresa a informao. na contabilidade

IX Congresso Internacional de Custos - Florianpolis, SC, Brasil - 28 a 30 de novembro de 2005

gerencial que o profissional contbil vai aplicar os seus conhecimentos, agindo como um controller, propondo o curso da ao que melhor consiga atingir os objetivos desejados. Assim, o conhecimento e a utilizao dos instrumentos estatsticos e matemticos, baseados em mtodos quantitativos, pelos contadores, no poder deixar de ser um item importante no seu dia a dia na gesto empresarial. Fazendo uma rpida reflexo sobre a viso e o papel da contabilidade no momento atual, pode-se definir a contabilidade como um sistema de informao e mensurao de eventos que afetam a tomada de deciso. uma srie de atividades ligadas atravs de um conjunto ordenado de passos, que comea pela observao, classificao, registro, organizao, anlise e finalmente a informao prtica, til e adequada ao usurio, para suporte nas decises estratgicas gerenciais. Nesta matria, sem esgotar o assunto, ser analisado a Regresso Linear e com o auxlio da planilha eletrnica Excel, utilizaremos como exemplo, um problema na rea de custos para evidenciar que mais uma ferramenta a disposio do contador no auxlio gerencial tomada de deciso. 2. Problema Os concorrentes esto vendendo seus produtos, similares aos produzidos pela empresa, prximo a seu preo de custo. Ento, para revisar a pauta de preos, precisa conhecer os custos, especificamente os custos indiretos de fabricao, pois acredita que eles influenciam em grande parte na composio do preo final. Os relatrios gerenciais so importantes, mas de nada adianta relatar custos incorridos, necessrios que tais relatrios dem condies de comparar o custo ocorrido e o que deveria ocorrer e qual a relao entre os componentes do custos. Segundo Martins (2000) Pode-se dizer que a empresa tem controle dos seus Custos e Despesas quando conhece os que esto sendo incorridos, verifica se esto dentro do que era esperado, analisa as divergncias e toma medidas para correo de tais desvios. 3. Objetivo Um dos objetivos estabelecer uma funo matemtica que relacione os custos indiretos de produo com horas-mquina e com lotes de produo, e qual o relacionamento entre estas variveis. Outro objetivo mostrar como estes modelos matemticos podem ser utilizados como instrumentos de controle, auxiliando o administrador no processo de gesto empresarial. A utilizao de tcnicas estatsticas para a construo de modelos que proporcionaro a projeo de custos, tem como vantagens uma melhor capacidade de analisar o comportamento dos custos e o aumento da objetividade e confiabilidade na gerao das informaes contbeis. Segundo Iudcibus (1993) H uma tendncia crescente para o emprego de tcnicas quantitativas que facilitem a explicao e o tratamento de problemas empresariais Para tanto, utilizamos os benefcios que o computador oferece, atravs da planilha eletrnica Excel, para elaborar a anlise de regresso. 4. Competio de mercado A competio no mercado pelas empresas uma realidade e provoca o aumento da concorrncia entre elas. Como h necessidade de atingir os objetivos inevitvel que as empresas acompanhem o desenvolvimento tecnolgico. Portanto, de fundamental importncia investir em informaes que possibilitem suporte para encarar essa competio.

IX Congresso Internacional de Custos - Florianpolis, SC, Brasil - 28 a 30 de novembro de 2005

Diante dessas realidades, a necessidade de sobreviver ou permanecer no mercado fazem com que os executivos passem a valorizar o planejamento estratgico das informaes como importante instrumento de descoberta e oportunidades. Assim, as empresas procuram maximizar seus resultados em contrapartida de diminuio das despesas e dos custos. Frente essa realidade imprescindvel a utilizao de um sistema de informaes, que como ferramenta, seja um recurso de suporte gerncia da empresa reduzindo o grau de incerteza na tomada de decises. Portanto, a utilizao de mtodos quantitativos como tecnologia de informao na estruturao do sistema de informaes contbeis, bem como evidenciar a importncia desses mtodos na soluo de problemas, mostra que a contabilidade, mesmo com suas limitaes, tm no seu arcabouo terico e metodolgico, um grande potencial a ser considerado, a fim de ser utilizada como possvel recurso preditivo de informaes, de grande valia nos processos de gesto estratgica e ttica operacional das empresas nas tomadas de decises. 5. Sistemas de informaes Hoje em dia a informao se apresenta como um grande diferencial competitivo. Em um mercado altamente competitivo, aqueles que detm a informao conseguem vencer as barreiras com menos dificuldades e com maior grau de certeza nas aes. A informao, no contexto atual, constitui uma mercadoria importante na economia. Conforme Bio (1996),O Sistema de Informao um conjunto de partes interdependentes no seu todo que faz parte de um todo maior. Dai a noo de subsistema, ou seja, um sistema que parte de outro. Dessa forma, pode-se pensar em subsistema de oramento, de custos, de contabilidade, etc. Como componente do sistema de informao total da empresa, cujo propsito bsico habilitar a organizao alcanar seus objetivos. A Contabilidade como definido, faz parte do subsistema de informao do Sistema Empresa. Ela detm os dados necessrios s anlises para as tomadas de decises, portanto, o objetivo principal da Contabilidade conforme Iudcibus (1986), fornecer informao econmica relevante para que cada usurio possa tomar suas decises e realizar seus julgamentos com segurana. Portanto, um sistema de informaes, deve apresentar os fluxos de informaes e estabelecer vinculaes com o processo decisrio da organizao. No processo de gesto, um sistema de informao gerencial, um conjunto de pessoas, equipamentos, documentos, procedimentos que coleta, que valida, transforma, executa, recupera e apresenta dados para uso no planejamento, oramento, contabilidade, tomada de deciso e outros processos gerenciais. 6. Processo de tomada de deciso No processo de gesto empresarial, o objetivo principal das empresas atingir a eficcia, assim, o xito est em atingir as metas definidas no planejamento. No processo de gesto, onde o gestor tem a funo de tomar deciso, considerando que uma empresa um investimento e que todo investimento tem por objetivo adicionar valor aos recursos consumidos inicialmente, conclui-se que um processo gerencial excelente na medida em que as decises tomadas conduzem a minimizao do custo e a maximizao dos resultados. Portanto, a necessidade de bases objetivas que apoiem estes processos, de vital importncia, embora isto no signifique afirmar que a utilizao de medidas quantitativas elimine a necessidade da interferncia subjetiva do tomador de deciso, sendo portanto, apenas ferramentas para gui-lo nesta espinhoso caminho. Uma deciso gerencial pode ser tomada tanto sob condies objetivas como sob condies subjetiva. tomada sob condies objetiva quanto se tem certeza de que existe apenas um

IX Congresso Internacional de Custos - Florianpolis, SC, Brasil - 28 a 30 de novembro de 2005

curso de ao para determinado evento, existindo um caminho a ser tomado e sem nenhuma escolha a ser feita. Uma deciso tomada sob condio subjetiva ou de incerteza, quando no so conhecidos antecipadamente, os resultados que sero obtidos com o curso da ao escolhida. No entanto, verificamos que a deciso tomada sob condies de incerteza, muito mais comum nos processos gerenciais, pois envolve diversos cursos de ao para cada evento apresentado, assim como diversas ocorrncias de probabilidades de determinados eventos para cada curso de ao escolhida. Portanto, necessrio que o gestor opte por aquele que oferea maior fluxo futuro de benefcios econmicos para a empresa. A deciso pela melhor alternativa, vai determinar a ao para atingir os objetivos estabelecidos. Para que o gestor seja objetivo na seleo da melhor alternativa entre s disponveis e considerando que seus resultados s sero conhecidos no futuro, necessrio que seja oferecido o suporte necessrio de informaes e dados que proporcionem a previso dos resultados alcanados decorrentes da escolha das diversas alternativas. Para tanto, verificamos a, a utilidade dos modelos quantitativos para minimizao do risco da deciso. 7. Conceitos bsicos Segundo Stevenson (1986), A correlao mede a fora, ou grau, de relacionamento entre duas variveis; a regresso d uma equao que descreve o relacionamento em termos matemticos. Continuando cita que a regresso compreende a anlise de dados amostrais para saber se e como duas ou mais variveis esto relacionadas uma com a outra numa populao e, tem como resultado uma equao matemtica que descreve o relacionamento. A equao pode ser usada para estimar, ou predizer, valores futuros de uma varivel quando se conhecem ou se supem conhecidos valores da outra varivel. A regresso linear simples estabelece uma equao matemtica linear que descreve o relacionamento entre duas variveis, uma dependente e outra independente, com a finalidade de estimar valores para uma varivel, com base em valores conhecidos da outra. A regresso linear mltipla envolve trs ou mais variveis, com uma varivel dependente e duas ou mais variveis independentes, com a finalidade de melhorar a capacidade de predio em confronto com a regresso linear simples. Portanto, de acordo com o que foi citado acima, pode-se observar que diferena entre a regresso simples e a mltipla a quantidade de variveis analisadas. A regresso linear simples resulta na equao de uma reta, enquanto a regresso linear mltipla, se tiver trs variveis, resultar num plano, mas se tiver n variveis, resultar num hiperplano. O exemplo prtico levar em considerao apenas trs variveis. Pode-se afirmar que a regresso utilizada para: a) Estimar os valores de uma varivel, com base nos valores de outra varivel conhecida; b) Explicar os valores de uma varivel com base nos valores da outra; c) Predizer futuros valores de uma varivel. Para exemplificar situaes em que conveniente utilizar a regresso mltipla, abaixo relacionamos algumas variveis dependentes e possveis variveis independentes:

IX Congresso Internacional de Custos - Florianpolis, SC, Brasil - 28 a 30 de novembro de 2005

Varivel dependente Safra Salrio anual Dureza do ao Distncia de frenagem de um carro em velocidade Volume de vendas Fonte: Stevenson (1986, p. 367)

Possveis variveis independentes quantidade de fertilizante, chuva, tipo de solo anos de servio, escolaridade tempo de endurecimento, contedo de carbono, taxa de resfriamento coeficiente de atrito da estrada e dos pneus, tempo de reao gasto com propaganda, preo

Tabela no 1 variveis dependentes e independentes

A correlao que, literalmente significa co-relacionamento, evidencia at que ponto os valores de uma varivel esto relacionados com os de outra. A regresso, atravs de estimativas dos parmetros, mostra o efeito da varivel explicada X sobre a dependente Y, enquanto a correlao mede o grau de associao entre Y e a varivel independente X. Segundo Matos (2000), Multicolinearidade refere-se correlao entre duas variveis explicativas ou entre uma delas e as demais, includas na equao de um modelo. Isso implica que a multicolinearidade ocorre quando, por exemplo, duas variveis X1 e X2 medem aproximadamente a mesma coisa, ou seja, a correlao entre elas quase perfeita. R ajustado exibe o coeficiente de determinao mltipla, que uma medida do grau de ajustamento da equao de regresso mltipla aos dados amostrais. Um ajuste perfeito resulta em R = 1, um ajuste muito bom acarreta um valor prximo de 1 e um ajuste fraco ocasiona um valor de R prximo de zero. O coeficiente mltiplo de determinao de R uma medida de aderncia da equao de regresso aos dados amostrais. O coeficiente de determinao ajustado o coeficiente mltiplo de determinao R modificado de modo a levar em conta o nmero de variveis e o tamanho da amostra. O coeficiente de determinao ou de explicao R2, mede a parcela da variao de Y explicada pela variao dos X. A varincia residual, S, mede o grau de disperso entre os valores observados e os estimados de Y, sendo que a raiz quadrada de S denominada erro-padro da estimativa. Erro padro, mede a disperso da estimativa do parmetro, indicada pelos dados amostrais, podendo ser obtido pela raiz quadrada da varincia residual. uma espcie de desvio padro que mede a disperso em torno da reta de regresso. Estatstica F, utilizada para testar o efeito conjunto das variveis independentes sobre a dependente, ou seja, serve para verificar se, pelo menos, um dos X explica a variao do Y. Desse modo, a hiptese nula (Ho) indicar que nenhum dos X afeta Y, enquanto a hiptese alternativa (H1) assegura que, pelo menos uma das variveis independentes influenciar a varivel dependente Y, dentro dos graus de liberdade exigidos e dado um grau de significncia. Considerando um nvel de significncia igual a 0,05, se F de significao for < 0,05, a regresso significativa, mas se for 0,05, a regresso no significativa. Estatstica T para os coeficientes das variveis independentes, ou valor da prova, tem a finalidade de testar se o efeito de cada uma das variveis independentes sobre a dependente ou no estatisticamente significativo. Intervalos de confiana, o intervalo dentro dos quais o valor verdadeiro do parmetro populacional cair, respeitando um determinado nvel de confiana. Se a hiptese nula for rejeitada e o valor estimado de b for positivo, zero no pertencer ao intervalo.

IX Congresso Internacional de Custos - Florianpolis, SC, Brasil - 28 a 30 de novembro de 2005

O Valor P, segundo Lapponi, (2000), o maior valor de nvel de significncia para o qual o teste significativo. Ou o maior valor de nvel de significncia que rejeita a hiptese nula, Ho. Valor P o nvel de significncia observado. Para julgamento compara-se Valor P com o nvel de significncia ou erro tolerado que julgar mais adequado. O critrio de deciso para o Valor P ser: escolher o nvel de significncia ; Se Valor P < , ento, rejeitar a Ho. uma medida de significncia global da equao de regresso mltipla e uma boa medida de aderncia da equao aos dados amostrais. Cabe aqui lembrar que a equao da reta, na regresso linear, representada por: y=a+b.x, onde y, representa a varivel dependente, a o intercepto ou a interseo, b o coeficiente angular e o x, representa a varivel independente. Teste de hiptese um processo capaz de afirmar, com base em dados amostrais, se uma hiptese sob prova correta ou no. uma afirmao que admite se certo efeito esta presente ou no. Por hiptese, entende-se certa afirmao condicionada acerca de uma populao, e classificam-se em dois tipos: a) hiptese nula (H=0), quando se admite no haver diferena entre a informao fornecida pela realidade e a afirmao da hiptese; b) hiptese alternativa (H0), quando se admite haver diferena entre a informao fornecida pela realidade e a afirmao da hiptese. Portanto, o processo de teste consiste em aceitar ou rejeitar a hiptese nula (H=0), com base na diferena entre o valor hipottico e seu estimado. 8. Exemplo prtico Para melhor fixao dos conceitos que at ento foram analisados, foi elaborado um exemplo prtico, que serve de base para explorao em demais casos, onde ser utilizado a ferramenta regresso linear. 9. Enunciado do problema O administrador de uma empresa industrial, em conversa com o contador, lhe informa que deseja conhecer os Custos Indiretos de Fabricao(CIF), para que pudesse estabelecer nova pauta de preos, e fazer frente a concorrentes de produtos similares ao seu. O contador supe que duas so as variveis que podem influenciar os CIF, ento decidiu analisar atravs da regresso linear, qual o comportamento dos CIF e determinar a relao entre o nmero de Horas-Mquina (HM) e o CIF, e qual a relao entre o nmero de Lotes de Produo (LP) e o CIF, individualmente, e em conjunto, atravs da regresso linear mltipla, tomando as duas variveis (HM e LP). Solicitou ainda, que dos cinco anos de atividade da empresa, fosse considerado os ltimos quinze meses. Considerando uma probabilidade de erro de 5% (nvel de significncia), e um nvel de confiana de 95%, desenvolver um modelo matemtico para prever o valor dos CIF a partir dos valores das variveis HM e LP. Dados informados pela contabilidade de custos:
MS 1 2 3 4 5 6 7 8 9 10 11 CIF 150.345 142.126 160.360 149.084 119.474 139.548 137.612 143.747 142.315 113.593 161.593 HM 3.592 2.640 3.340 3.025 2.664 2.702 2.608 2.825 3.303 2.304 3.679 LP 61 89 90 80 50 79 91 61 49 41 55

IX Congresso Internacional de Custos - Florianpolis, SC, Brasil - 28 a 30 de novembro de 2005

12 13 14 15

124.181 130.116 156.934 139.812

2.272 2.688 3.056 3.024

56 54 95 66

Quadro no 1 Dados informados pela contabilidade

necessrio definir as hipteses para o problema apresentado, ento se: - Ho : B = 0 : No h influncia de HM e/ou LP sobre CIF; - H1 : B 0 : H influncia de HM e/ou LP sobre CIF. 10. Soluo do problema atravs da planilha eletrnica EXCEL A resoluo do problema apresentado atravs da regresso, na planilha eletrnica Microsoft Excel, pode ser dividido nas seguintes etapas: 1 Etapa: Consiste em informar a varivel dependente e a(s) varivel(is) independente(s), quantificadas. Atravs da opo Ferramentas/Anlise de dados/Regresso, disponvel na planilha. 2 Etapa: Nesta etapa, j selecionada a ferramenta Regresso, identifica-se nos dados de entrada, a varivel dependente, no intervalo Y de entrada, e a(s) varivel(is) independente(s) no intervalo X de entrada. Sendo que, para anlise atravs da regresso mltipla, deve-se considerar duas ou mais variveis no intervalo X de entrada, no caso HM e LP, pois no caso de regresso simples considera-se uma de cada vez. Define-se a opo dos rtulos, o percentual do Nvel de confiana e atravs do cone OK, confirma-se as opes selecionadas e o Excel realizar os clculos, apresentando-os em nova planilha, conforme selecionado na Opo de sada. 3 Etapa: Aps o Excel criar as planilhas com os dados resultantes da regresso, que, de acordo com o exemplo prtico, sero trs, ou seja: a - uma atravs da regresso linear simples considerando a varivel independente Horasmquina (HM); b - uma atravs da regresso linear simples considerando a varivel independente Lotes de produo (LP); c - outra atravs da regresso linear mltipla, considerando as variveis independentes Horasmquina (HM) e Lotes de produo (LP). Ento, efetua-se a anlise, para verificar se atende uma das hipteses e se h relacionamento entre a varivel CIF, e as variveis HM e LP, individualmente e no conjunto. Anlise da relao da varivel HM sobre CIF:

IX Congresso Internacional de Custos - Florianpolis, SC, Brasil - 28 a 30 de novembro de 2005

RESUMO DOS RESULTADOS CIF = f (HM) Estatstica de regresso R mltiplo 0,8234 R-Quadrado 0,6780 R-quadrado ajustado 0,6533 Erro padro 8395,0497 Observaes 15 ANOVA gl Regresso Resduo Total 1 13 14 Coeficientes Interseo HM 60412,8669 27,5524 SQ 1929494655 916199168,6 2845693823 Erro padro 15500,9465 5,2658 MQ 1929494655 70476859,12 F 27,3777 F de significao 0,00016

Stat t 3,8974 5,2324

valor-P 0,00184 0,00016

95% 95% inferiores superiores 26925,1145 93900,6194 16,1764 38,9284

Quadro no 2 Anlise da relao da varivel HM sobre CIF

D anlise dos resultados apresentados, conclumos que: 1) a varivel dependente CIF e a independente HM; 2) a interseo que representa o custo fixo 60412,8669; 3) o coeficiente angular (b), que representa o custo varivel de 27,5524; 4) o custo indireto de fabricao-CIF, aumenta 27,5524 para cada HM; 5) que o modelo matemtico : CIF = 60412,8669 + 27,5524.HM; 6) que, atravs do R mltiplo, o grau de correlao entre CIF e HM de 82,34%; 7) que, atravs do coeficiente de determinao R-Quadrado, 67,80% das variaes no CIF so explicadas pelas variaes em HM; 8) os desvios padro esto 8395,0497 dispersos em torno da reta de regresso; 9) para responder as hipteses levantadas no enunciado do problema, necessrio testar o modelo: 1 Teste: Intervalo de confiana: O intervalo com 95% de confiana, est entre 16,1764 e 38,9284, sendo que o coeficiente angular 27,5524 esta neste intervalo. Ento, com base nestes valores verifico que o zero no esta contido neste intervalo e concluo que rejeito a hiptese nula de que o coeficiente angular = 0, aceito a hiptese alternativa de que b0, significando que HM tem influncia significativa sobre CIF, ou, em outras palavras pode-se dizer que, com base no coeficiente angular da amostra de 27,5524, estima-se que o coeficiente da populao pode variar de 16,1764 a 38,9284 com 95% de confiana. 2 Teste: Stat t: Significa que o coeficiente angular da amostra esta 5,2324 desvios padres distantes em relao ao coeficiente da populao. A regio de aceitao apresenta um t crtico entre

IX Congresso Internacional de Custos - Florianpolis, SC, Brasil - 28 a 30 de novembro de 2005

2,16 e +2,16 (27,5524-16,1764/5,2658), ento, rejeito a hiptese H=0, com um nvel de confiana de 95%, tendo em vista que 5,2324. Portanto, a varivel HM tem influncia significativa sobre CIF. 3 Teste: Valor-P: O Valor-P d como resposta que o coeficiente angular igual a zero, mas comparando com o alfa=0,05, que o nvel de significncia definido no problema, conclumos que o ValorP=0,00016 menor que o alfa=0,05, ento rejeita-se a hiptese H=0, e aceita-se a hiptese H0, portanto, a varivel HM tem influncia significativa sobre CIF. O trs testes anteriores j do suporte suficiente para provar a influncia significativa da varivel HM sobre os CIF, no entanto, a regra diz que se o F de significao=0,00016, for menor que o alfa=0,05, a regresso boa, significativa. Portanto, conclui-se que este um bom modelo, porque passou nos testes que comprovam que a varivel HM tem influncia significativa sobre CIF de 67,80% medidos pelo R-Quadrado. Anlise da relao da varivel LP sobre CIF:
RESUMO DOS RESULTADOS CIF = f (LP) Estatstica de regresso R mltiplo 0,5575 R-Quadrado 0,3108 R-quadrado ajustado 0,2578 Erro padro 12283,0129 Observaes 15 ANOVA gl SQ Regresso 1 884352533 Resduo 13 1961341290 Total 14 2845693823 Coeficientes Interseo LP 110573,7240 444,6747 Erro padro 12850,2311 183,6685

MQ 884352533 150872407

F 5,86159

F de significao 0,0308431

Stat t 8,6048 2,4211

valor-P 0,0000010 0,0308431

95% inferiores 82812,4928 47,8832

95% superiores 138334,9551 841,4662

Quadro no 3 Anlise da relao da varivel LP sobre CIF

D anlise dos resultados apresentados, conclumos que: 1) a varivel dependente CIF e a independente LP; 2) a interseo que representa o custo fixo 110573,7240; 3) coeficiente angular (b), que representa o custo varivel de 444,6747; 4) custo indireto de fabricao-CIF, aumenta 444,6747 para cada LP; 5) que o modelo matemtico : CIF = 110573,7240 + 444,6747.LP; 6) que, atravs do R mltiplo, o grau de correlao entre CIF e LP de 55,75%; 7) que, atravs do coeficiente de determinao R-Quadrado, 31,08% das variaes no CIF so explicadas pelas variaes em LP; 8) que os desvios padro esto 12283,0129, dispersos em torno da reta de regresso;

IX Congresso Internacional de Custos - Florianpolis, SC, Brasil - 28 a 30 de novembro de 2005

9) para responder as hipteses levantadas no enunciado do problema, necessrio testar o modelo: 1 Teste: Intervalo de confiana: O intervalo com 95% de confiana, est entre 47,8832 e 841,4662, sendo que o coeficiente angular 444,6747 est neste intervalo. Ento, com base nestes valores verifico que o zero no esta contido neste intervalo, assim rejeito a hiptese nula de que o coeficiente angular = 0, aceito a hiptese alternativa de que b0, significando que HM tem influncia sobre CIF, ou, em outras palavras pode-se dizer que, com base no coeficiente angular da amostra de 444,6747, estima-se que o coeficiente da populao pode variar de 47,8832 a 841,4662 com 95% de confiana. 2 Teste: Stat t: Significa que o coeficiente angular da amostra est 2,4211 desvios padres distantes em relao ao coeficiente da populao. A regio de aceitao apresenta um t crtico entre 2,16 e +2,16 (444,6747-47,8832/183,6685), ento, rejeito a hiptese H=0, com um nvel de confiana de 95%, tendo em vista que 2,4211. Portanto, a varivel HM tem influncia sobre CIF. 3 Teste: Valor-P: O Valor-P d como resposta que o coeficiente angular igual a zero, mas comparando com o alfa=0,05, que o nvel de significncia definido no problema, conclumos que o ValorP=0,0308431 menor que o alfa=0,05, ento rejeita-se a hiptese H=0, e aceita-se a hiptese H0, portanto, a varivel HM tem influncia sobre CIF. O trs testes anteriores j do suporte suficiente para provar a influncia da varivel HM sobre os CIF, no entanto, a regra diz que se o F de significao=0,0308431, for menor que o alfa=0,05, a regresso boa. Portanto, conclui-se que este um bom modelo, porque passou nos testes que comprovam que a varivel HM tem influncia sobre CIF de 31,08% medidos pelo R-Quadrado. No entanto, nota-se neste modelo, que a influncia no to significativa se compararmos com o modelo anterior, onde o R-Quadrado foi de 67,80%. Neste modelo o erro padro foi maior, e tambm o Valor-P e o F de significao. Ento, para melhorar o modelo, deve-se analisar a influncia das duas variveis sobre CIF, atravs da regresso linear mltipla, e verificar se melhora o modelo matemtico. Anlise da relao da varivel HM e LP sobre CIF:
RESUMO DOS RESULTADOS CIF = f (HM.LP) Estatstica de regresso R mltiplo 0,9558 R-Quadrado 0,9137 R-quadrado ajustado 0,8993 Erro padro 4523,1530 Observaes 15 ANOVA gl Regresso Resduo Total 2 12 14 SQ 2600186858 245506964,8 2845693823 MQ 1300093429 20458913,74 F de significao 63,54655 0,0000004 F

10

IX Congresso Internacional de Custos - Florianpolis, SC, Brasil - 28 a 30 de novembro de 2005

Coeficientes Interseo HM LP 38.320,4356 26,0876 388,8212

Erro padro 9.199,9819 2,8486 67,9093

Stat t 4,1653 9,1579 5,7256

valor-P 0,0013104 0,0000009 0,0000952

95% inferiores

95% superiores 18275,3973 58365,4739 19,8809 32,2943 240,8594 536,7829

Quadro no 4 Anlise da relao da varivel HM e LP sobre CIF

D anlise dos resultados apresentados, conclumos que: 1) a varivel dependente CIF e as independentes so HM e LP; 2) a interseo que representa o custo fixo 38.320,4356; 3) coeficiente angular (b), que representa o custo varivel de HM 26,0876 e LP 388,8212; 4) custo indireto de fabricao-CIF, aumenta 26,0876 para cada HM e 388,8212 para cada LP; 5) que o modelo matemtico : CIF = 38.320,4356 + 26.0876.HM + 388,8212.LP; 6) que, atravs do R mltiplo, o grau de correlao entre CIF e HM e LP de 95,58%; 7) que, atravs do coeficiente de determinao R-Quadrado ajustado, 89,93% das variaes no CIF so explicadas pelas duas variveis, HM e LP, ao mesmo tempo; 8) os desvios padro = 4523,1530, dispersos em torno da reta de regresso, so menores do que nos modelos anteriores; 9) para responder as hipteses levantadas no enunciado no problema, tambm necessrio testar o modelo: 1 Teste: Intervalo de confiana: O intervalo com 95% de confiana, est para HM, entre 19,8809 e 32,2943, sendo que o coeficiente angular 26,0876 est neste intervalo e para LP, entre 240.8594 e 536,7829, sendo que o coeficiente angular 388,8212 est neste intervalo. Ento, com base nestes valores verifico que o zero no esta contido nestes intervalos e concluo que rejeito a hiptese nula de que o coeficiente angular = 0, aceito a hiptese alternativa de que b0, significando que HM e LP, tem influncia significativa sobre CIF. 2 Teste: Stat t: Significa que o coeficiente angular da amostra para a varivel HM est 9,1579 e para a varivel LP est 5,7256 desvios padres distantes em relao ao coeficiente da populao. A regio de aceitao apresenta um t crtico entre 2,18 e +2,18 (HM: 26,087619,8809/2,8486 e LP: 388,8212-240,8594/67,9093), tanto para HM quanto para LP, ento, rejeito a hiptese H=0, com um nvel de confiana de 95%, tendo em vista que o coeficiente 9,1579 para HM e 5,7256 para LP, fora da regio de aceitao . Portanto, as variveis HM e LP tem influncia significativa sobre CIF. 3 Teste: Valor-P: O Valor-P d como resposta que o coeficiente angular igual a zero, mas comparando com o alfa=0,05, que o nvel de significncia definido no problema, conclumos que o Valor-P das variveis HM=0,0000009 e LP=0000952 so menores que o alfa=0,05, ento rejeita-se a hiptese H=0, e aceita-se a hiptese H0, portanto, a varivel HM e LP tem influncia significativa sobre CIF.

11

IX Congresso Internacional de Custos - Florianpolis, SC, Brasil - 28 a 30 de novembro de 2005

O trs testes anteriores j do suporte suficiente para provar a influncia significativa das variveis HM e LP sobre os CIF, no entanto, a regra diz que se o F de significao, for menor que o alfa=0,05, a regresso boa, significativa. Portanto, conclui-se que este um modelo melhor do que os modelos anteriores, porque passou nos testes que comprovam que as variveis HM e LP juntas, tem mais influncia significativa sobre CIF, do que os outros modelos, medidos pelo R-Quadrado ajustado que apresentou o melhor resultado, igual a 89,93%, alm de resultar num menor custo fixo. Ainda, se analisarmos o grau de correlao entre as variveis atravs do Excel, na opo Ferramentas, Anlise de dados, Correlao, observaremos que o grau de correlao muito baixo, apenas 8,98%, no tendo problema de multicolinearidade, isto , as variveis independentes no dependem uma da outra, conforme pode-se observar abaixo:
CIF CIF HM LP 1 0,8234 0,5574 HM 1 0,0898 LP

Tabela no 2 Correlao

Esto, aceito este modelo, e abandono os modelos anteriores por ser este o que melhor resultado apresentou. Diante dos resultados apresentados, o gestor, que pode ser o contador, o administrador, o diretor ou o scio gerente, poder tomar uma deciso mais racional, cuja situao dificilmente teria conseguido se tivesse guiando-se pelo achismo, pela intuio ou pela experincia como costuma-se afirmar. Torna-se importante analisar os relatrios individualmente e conjuntamente, a fim de extrair o mximo de informaes e dados suficientes para alimentar o sistema de informaes, e que ento possam tomar decises com certa garantia e melhorar a performance do processo decisrio da entidade. 11. Concluso Deste estudo chega-se a concluso de que o uso de mtodos quantitativos sempre foi levado em considerao na resoluo de problemas administrativos na organizaes, porm de maneira limitada, devido a diversos fatores, dos quais destacamos a grande dificuldade de operacionalizao de modelos matemticos, embora se tenta superar essa falha com o advento do enfoque da utilizao da tecnologia, atravs, principalmente de software e uso de recursos computacionais e meios eletrnicos. Com a globalizao fica evidente que as entidades mais versteis em satisfazer os seus clientes, estaro com um diferencial competitivo em relao aos seus concorrentes e assim garantindo sua misso e continuidade no mercado. A utilizao de mtodos quantitativos na estruturao do sistema de informaes como tecnologia de informao pela empresa verstil, poder constituir esse diferencial . Observamos que a utilizao desse mtodo, no apresenta solues timas para todos o problemas, mas deve ser encarado como um instrumento que poder assistir, os problemas numa viso sistmica, e assim contribuir com informaes que alimenta o processo decisrio. Grande parte dos problemas enfrentados pelos contadores, que freqentemente apontam informaes matematicamente corretas e no sabem generalizar o uso de tais exemplos numricos. Falta a aplicao adequada da simbologia matemtica. Para isso, o entendimento o de que a contabilidade deve-se preocupar em desenvolver estudos no processo decisrio,

12

IX Congresso Internacional de Custos - Florianpolis, SC, Brasil - 28 a 30 de novembro de 2005

como um campo de sua atuao, criando assim, condies para os seus profissionais atuarem no seu dia a dia com esse instrumental de forma natural. Neste trabalho evidenciou-se a utilizao do mtodo de Regresso Linear, como um instrumento importante a ser utilizado na resoluo de diferentes problemas. Alem de vrios conceitos, apresentamos um exemplo prtico, que evidenciou a importncia do sistema de informao como fonte de recurso que alimenta o sistema de deciso. O uso do recurso computacional e a utilizao da ferramenta regresso do aplicativo EXCEL so instrumentos auxiliares nos processos de gerao da informao e de tomada de deciso. 12. Referncias
BIO, S. R. (1996). Sistemas de informao: um enfoque gerencial. So Paulo: Atlas, p. 25. IUDCIBUS, S. (1986). Contabilidade Gerencial. So Paulo: Atlas, p. 284. IUDCIBUS, S. (1993). Teoria da Contabilidade. 3 Ed. So Paulo: Atlas, p. 21. LAPPONI, J. C. (2000). Estatstica Usando Excel 5 e 7. So Paulo: Lapponi, Treinamento e Editora, p. 294. MARTINS, E. (2000). Contabilidade de Custos. 7 Ed. So Paulo: Atlas, p. 323. MATOS, O. C. (2000). Econometria Bsica. So Paulo: Atlas, p. 124. STEVENSON, W. J. (1986). Estatstica aplicada administrao. So Paulo: Harbra, p. 341.

13