COBRAC 2006 Congresso Brasileiro de Cadastro Tcnico Multifinalitrio UFSC Florianpolis 15 a 19 de Outubro 2006

Modelo de Regresso linear mltipla para Avaliao de

Apartamentos na Cidade de Cricima SC

Prof. Mestre. Evelise Chemale Zancan

Graziela Olivo Fermo

UNESC - Depto. de Engenharia Civil

88806-000 Cricima SC
1
ecz@unesc.net
2
grazi.of@pop.com.br

RESUMO: Este trabalho apresenta a estratgia utilizada para identificar as variveis

independentes significativas que influenciam no valor de um imvel e a posterior utilizao
destas variveis na elaborao de um modelo de regresso linear mltipla que estime o valor
unitrio de um apartamento na cidade de Cricima, SC. A estratgia de construo foi
baseada na elaborao de um banco de dados contendo 2 (duas) variveis dependentes e
29 (vinte e nove) independentes , sendo que 20 (vinte) destas foram consideradas
inicialmente para a determinao do modelo. Aps inmeras simulaes obteve-se a
equao final, na qual somente 8 (oito) variveis mostraram-se significativas. Resultando em
um modelo de fcil aplicao e interpretao, proporcionando um bom ajuste dos dados e
atendendo a todas as suposies tericas para a sua aplicao.

Palavras-chave: Avaliao de imveis, Regresso Linear Mltipla, Banco de dados.

Abstract: This paper shows the strategy to identify the key independents variables that
influences the value of the real state. The paper also shows the applicability of a multiple
linear regression with these variables to estimate the value of one apartment in the city of
Cricima in the Santa Catarina Brazil. The strategy was based in creating one data base
with 2 (two) dependent variables and 29 (twenty nine) independents. At the beginning of the
work 20 (twenty) were considered to reach the model and than, after various simulations the
final equation was obtained with only 8 (eight) significant variables. The result of the work
was a easy application and interpretation model , with a good adjustment of the data reaching
all the theoretical approach for it is applicability

Keywords : Real state, multiple linear regression, data base

1 Introduo
A engenharia de avaliaes uma especialidade da engenharia que tem como objetivo determinar
tecnicamente o valor de um bem, de seus direitos, frutos e custos de produo. Alm de determinar valor
de um bem, a engenharia de avaliaes procura responder questes importantes como: Quais as
preferncias do mercado? Quais as variveis que influenciam de maneira significativa na formao do
preo? Quanto custa reproduzir um bem avaliando? Como o mercado se comporta? E a partir destas
respostar permitir tomadas de deciso quanto aos melhores investimentos do mercado imobilirio.

Existem varias e diferentes formas de se obter o valor de um imvel. A NBR 14653-2 divide os mtodos
avaliatrios em: mtodo comparativo direto de dados de mercado, mtodo da capitalizao e renda,

1/8
 COBRAC 2006 Congresso Brasileiro de Cadastro Tcnico Multifinalitrio UFSC Florianpolis 15 a 19 de Outubro 2006

mtodo involutivo, mtodo evolutivo, mtodo comparativo direto de custos e mtodo de quantificao de
custos.

A engenharia de avaliaes nos permite utilizao de dois tipos de tratamentos para a determinao do
valor de um imvel, o tratamento por fatores e o tratamento cientfico. Para a elaborao deste trabalho
ser utilizado o tratamento cientfico com uso da estatstica inferencial, permitindo assim, estimar e explicar
o valor de mercado atravs das diversas variveis que influenciam na sua formao.

Assim, o presente trabalho oferece uma contribuio na rea de Engenharia de Avaliaes, mais
especificamente, na avaliao da tipologia de apartamentos, buscando definir as caractersticas que
influenciam na formao do valor de um imvel e a posterior metodologia aplicada para a elaborao de
um modelo de regresso linear mltipla para avaliao de imveis na cidade de Cricima, SC obtendo uma
estimativa de valor dos referidos imveis.

2 Levantamento de Dados
As amostras do trabalho foram obtidas atravs de pesquisa junto s imobilirias da cidade, anncios de
jornais, construtoras, internet e corretores de imveis. Atravs desta pesquisa obtiveram-se os aspectos
intrnsecos dos imveis e as diversas caractersticas pertencentes a cada um deles, dentre as quais
podemos citar: valor do imvel, nmero de dormitrios, rea total, rea til, nmero de box para garagem,
nmero de dormitrios, dependncia de empregadas, sutes, localizao, qualidade, plo de valorizao,
data, entre outras. Raramente as amostras obtidas atravs destes meios iro conter todos os dados sobre
o imvel ofertado, dados como rea total, endereo e nmero de dormitrios geralmente so ignorados por
anncios de jornais, imobilirias ou sites de oferta. No levantamento de dados para a elaborao deste
trabalho algumas amostras apresentaram variveis incompletas, desta formas surgiu necessidade de
uma pesquisa as construtoras responsveis pelos empreendimentos e as incorporaes de cada edifcio.
Nos dados foram completadas as informaes referentes a reas total e privativa com pesquisa nos
memoriais de incorporao do edifcio arquivado no Cartrio de Registro de Imveis do Municpio de
Cricima, SC.

As observaes sobre os aspectos extrnsecos do imvel raramente so fornecidas pelos meios de

pesquisa. Dados como conservao, padro, idade aparente e qualidade do imvel foram observadas in
loco. Tambm no local, com o auxlio de um GPS de mo modelo Garmin 12XL foram levantadas s
coordenadas Norte e Leste de cada imvel contido no banco de dados. Obtidas estas coordenadas
utilizou-se o programa AUTOCAD para localizar todos os imveis em estudo no mapa digital da cidade de
Cricima. Obtendo-se as distncias radiais de cada imvel aos seis plos de valorizao imobiliria
definidos.

O resultado final desta etapa contabilizou uma amostra com 265 dados, dentre as quais 210 foram
passveis de utilizao na modelagem, formando o banco de dados da pesquisa. O restantes dos dados
foram descartados por apresentarem-se incompletos e ou inconsistentes (sem rea total, localizao
imprecisa, etc).

2.2. Identificao das Variveis.

A escolha das variveis que compe este estudo foi feita no intuito de se identificar s caractersticas mais
importantes do mercado imobilirio da cidade de Cricima e assim diferenciar os imveis quanto aos seus
aspectos quantitativos ou qualitativos.

Neste estudo foram estabelecidas 20 (vinte) variveis independentes formadoras de valor, so elas: fonte,
data, pavimento, rea total, rea privativa, nmero de vagas na garagem, nmero de sutes, nmero de
dormitrios, nmero de banheiros, dependncia de empregada, qualidade do imvel, oferta e transao,
nmero de elevadores, plo de valorizao Praa do Congresso/ Colgio So Bento, plo de valorizao
Colgio Marista, plo de valorizao Colgio Michel, plo de valorizao estdio Heriberto Hulse, plo de
valorizao Avenida Centenrio, plo de valorizao Parque centenrio e idade aparente. J as variveis
dependentes do modelo so um total de 2 (duas), so elas: valor total e valor unitrio. Algumas destas
variveis encontram-se descritas a seguir:

1) Data O valor de um imvel pode variar dependendo do ms em que o mesmo ofertado e/ou
transacionado. Para explicar esta questo foram colhidas amostras entre fevereiro de 2005 a abril
de 2006. O valor numrico assumido para cada varivel esta compreendido entre 1 e 15, sendo

2/8
 COBRAC 2006 Congresso Brasileiro de Cadastro Tcnico Multifinalitrio UFSC Florianpolis 15 a 19 de Outubro 2006

que 1 corresponde ao ms de fevereiro de 2005, 2 corresponde a maro de 2005 e assim

sucessivamente.

2) Pavimento - Esta varivel demonstra a influncia do andar que esta o apartamento em relao ao
nvel da rua na formao de valor do imvel. Procurou-se observar quanto mais alto o
apartamento mais valorizado o imvel.

3) rea total o somatrio da rea privativa, rea do box e da rea comum do apartamento.
Varivel quantitativa que demonstra o quanto o valor do imvel esta relacionada com a rea do
mesmo, expressa na unidade metro quadrado.

4) rea privativa a rea efetivamente utilizada do apartamento, inclui paredes internas, sacadas
e floreiras. delimitada pelas paredes externas da fachada, pelas paredes da rea de uso comum
e pelas paredes de unidades autnomas. Varivel do tipo quantitativa expressa na unidade metro
quadrado.

5) Nmero de Box Demonstra o quanto um imvel tem acrescido seu valor pela existncia de vaga
na garagem. Nesta varivel foi utilizada a quantidade de box para cada apartamento, e no a rea
que cada um representa. Varivel quantitativa onde, 0 (zero) representa a inexistncia do box, o 1
(um) a existncia de apenas um box, e o 2(dois) de dois box.

6) Nmero de dormitrio (exceto sutes) O nmero de quartos de um imvel ir refletir na

dimenso do imvel? E no seu valor? Esta varivel tambm considerou como quarto os gabinetes.
Varivel do tipo quantitativa onde: o 1 (um) representa um quarto, o 2 (dois) dois quartos e assim
sucessivamente.

7) Nmero de sutes Esta varivel considera o nmero de sute por imvel na formao do valor e
o quanto este nmero esta relacionado com o padro construtivo do apartamento. considerado
sute aposento que possui o quarto conjugado com o banheiro. Definida como uma varivel
quantitativa, onde: definiu-se como 0 (zero) a inexistncia de sute, 1 (um) a existncia de apenas
uma sute, 2 (dois) a existncia de duas sutes, e assim sucessivamente.

8) Nmero de banheiros Esta varivel considera a somatria dos nmeros de banheiros por
imvel, sero includos nela banheiro social, banheiros da sute e os lavabos existentes no imvel.
Definida como uma varivel quantitativa, onde: o 1 (um) representa um banheiro, o 2 (dois) dois
banheiros e 3 (trs) trs banheiro.

9) Dependncia de empregadas Por se tratar de uma pea isolada que se encontra na rea de
servio esta varivel no foi considerada como quarto nem sute nas variveis anteriores e seu
banheiro no foi somado na varivel nmero de banheiros. Varivel do tipo dicotmica (ou
dummy), onde: 0 (zero) quando no possui a caracterstica e 1 (um) quando possui a
caracterstica. Nota-se que a maioria dos imveis da cidade no possuem dependncia de
empregadas.

10) Padro Esta varivel considera a qualidade dos materiais utilizados na construo como
formador de valor. Neste trabalho foram observadas apenas as fachadas para a determinao
desta varivel. Para um melhor detalhamento o padro construtivo foi subdividido em:
1) alto - utilizao de materiais como porcellanatos, ao inox, granito e outros materiais nobres;
2) normal - utilizao de materiais como: pastilhas cermicas e pintura acrlica ou texturizada;
3) baixo - utilizao de pintura Pva.

11) Conservao Caractersticas fsicas como: idade aparente, estado de conservao de

fachadas, esquadrias, caladas, jardim, etc, iro contribuir para a formao do valor do imvel.
Este item foi subdividido da seguinte forma:

1) pssima: apresentam: fachadas mau conservadas, esquadrias quebradas ou em mal estado

de conservao, inexistncia de jardins e caladas.
2) regular: apresentam: fachadas parcialmente conservadas, caladas danificadas, esquadrias
em mau estado de conservao, jardins pequenos e mau conservados .
3) boa: apresentam: fachadas conservadas, caladas em bom estado, jardim pequenos porm
bem conservados.
4) tima: apresentam: fachadas, caladas, jardins, esquadrias em timo estado de conservao.

3/8
 COBRAC 2006 Congresso Brasileiro de Cadastro Tcnico Multifinalitrio UFSC Florianpolis 15 a 19 de Outubro 2006

12) Qualidade - As variveis padro e conservao foram combinadas gerando a varivel qualidade por
meio de cdigos alocados. Esta transformao foi realizada multiplicando-se o valor estimado para
conservao com o valor estimado do padro, gerando no final uma quantidade de pontos que ser a
varivel qualidade. Este procedimento foi realizado para cada amostra do banco de dados. A Tabela 1
demonstra como esta transformao foi realizada.

Tabela 1: Transformao das variveis padro e conservao

com a utilizao de cdigos alocados.
Conservao/ timo Bom Regular Pssimo Qualidade
Padro 4 3 2 1
Alto 100 3x100 300
Normal 70
Baixo 40
Fonte: Autor.

13) Oferta e transao O valor da amostra fruto de dados ofertados ou transacionados. O valor do
imvel efetivamente transacionado pode se diferenciar do valor de oferta, pois este, geralmente resulta de
um intenso processo de negociao, podendo ficar abaixo do preobase ofertado. Varivel dicotmica
onde: 1(um) as ofertas e 2 (dois) as transaes.

14) Nmero de elevadores - Esta varivel ir contribuir na formao final do valor do imvel, nota-se que
em toda cidade difcil existncia de prdios sem elevadores. Varivel do tipo quantitativa onde: 0 (zero)
representa a inexistncia de elevador e 1 (um) a existncia de elevador.

15) Plo de valorizao Praa do Congresso/ Colgio So Bento representa a regio central da
cidade, sua infra-estrutura, acesso e outras caractersticas. A distncia radial em metros dela a cada
amostra ir formar uma varivel do tipo quantitativa denominada Plo 1.

16) Plo de valorizao Demonstra o quanto proximidade a um dos 6 (seis) plos de valorizao pr
definido ir influenciar no valor de um imvel. A distncia radial em metros de cada um dos polos a cada
dado ir formar uma varivel do tipo quantitativa.

17) Idade aparente a idade que o imvel representa ter. A idade aparente obtida atravs da anlise
da conservao e manuteno do imvel. Com a utilizao de cdigos alocados, esta varivel ir assumir
o valor mximo de 300 pontos para imveis novos com aparncia de menos de 5 anos de idade e mnimo
50 pontos para imveis que apresentem idade superior a 50 anos. A Tabela abaixo demonstra este
enquadramento.

Tabela 2: Definio da idade aparente com a utilizao de cdigos alocados.

Menos de 5 anos Entre 5 e 20 anos Mais de 20 anos Idade

3 2 1
Novo 100 3x100 300
Mdio 70
Antigo 50
Fonte: Autor.

18) Valor Total - O valor total uma varivel dependente e a partir dela busca-se o valor total do imvel a
ser avaliado.

19) Valor Unitrio - o valor dividido pela rea total. Busca-se saber atravs dele qual o valor do metro
quadrado de cada apartamento da amostra.

3. Construo do Modelo.

A anlise de regresso foi realizada com a utilizao do programa Sisreg Windows 5.51. Obteve-se uma
equao de regresso, rodando inicialmente 210 dados da pesquisa, sendo que 207 dados foram
considerados para a obteno do modelo. O restante foi excludo por apresentar algum problema de
inconsistncia. A anlise contou com um total de 20 (vinte) variveis independentes: rea total, rea
privativa, nmero de box na garagem, nmero de dormitrios, nmero de sutes,nmero de banheiros,

4/8
 COBRAC 2006 Congresso Brasileiro de Cadastro Tcnico Multifinalitrio UFSC Florianpolis 15 a 19 de Outubro 2006

existncia de dependncia de empregadas, qualidade, oferta/transao, valor, valor unitrio, data, idade
aparente, nmero de elevador, plo de valorizao Praa do Congresso (1), plo de valorizao colgio
Marista (2), plo de valorizao colgio Michel (3), plo de valorizao estdio Heriberto Hulse (4), plo de
valorizao Avenida Centenrio (5), plo de valorizao Parque Centenrio (6), bairro e pavimento. A
varivel dependente utilizada na modelagem foi o valor unitrio.

Realizou-se vrias simulaes de combinaes de modelo entre as variveis para identificar o melhor
conjunto de variveis para gerar a equao de regresso. Ao final destas simulaes 8 (oito) variveis
explicaram o valor dos apartamentos na cidade de Cricima: rea total, nmero de box na garagem,
nmero de dormitrios (incluindo sute), qualidade, data , plo 1, plo2. As demais variveis
apresentaram-se no significativas para o modelo.

Os plos de valorizao foram determinados em face observao do comportamento de valores dos

imveis, ou seja, medida que os dados afastavam-se dos mesmos seus valores tendem a decrescer.
Neste contexto foram analisados o comportamento e a significncia de cada um dos plos de valorizao
definidos, cujas suas hipteses iniciais era a de que quanto mais afastado o imvel de um plo de
valorizao menor o seu valor. Sendo que, apenas o plo 1 e o plo 2 se encaixaram neste contexto.
Justificando, desta forma, a excluso das variveis plo 3, plo 4, plo 5, e plo 6 por no se explicarem
em face ao mercado imobilirio da cidade de Cricima no interpretando o comportamento do valor
conforme definido nos referidos plos.

Tambm observou-se que a varivel rea total apresentou-se mais sensvel ao modelo do que a rea
privativa do apartamento, que o valor unitrio do imvel diminui a medida que a rea total aumenta .

Portanto, a equao de regresso obtida possui o maior R ajustado e o melhor nvel de significncia,
resultando na seguinte Equao de regresso:

Valor unitrio = +991,8964394 -0,00106514682 * rea Total +72,4899932 * Total Vagas +91,00649744
* ln (Dormitrios) +0,003774613339 * Qualidade -409,0590145 / Data do Evento -46,23833954 * ln
(Plo 1) +167709,4307 / Plo 2

Onde:
1) Valor unitrio representa o valor total de venda do imvel em reais dividido pela rea privativa (m);
2) rea total a soma da rea privativa mais a rea do Box e a rea comum;
3) Total de vagas indica o nmero de vagas de garagem por apartamento;
4) Dormitrio representa o somatrio do nmero de quartos mais o de sutes;
5) Qualidade indica a relao entre o padro e a conservao do imvel, conforme estudo realizado
no item 4.1.2;
6) Data do evento corresponde poca em que o imvel foi ofertado/ transacionado;
7) Plo 1 representa a distncia radial em metros do imvel em estudo Praa do Congresso;
8) Plo 2 indica a distncia radial em metros do imvel em estudo ao Colgio Marista.

3.1. Resultados Estatsticos Relativos ao Modelo Gerado.

O modelo estatstico gerado apresentou um coeficiente de correlao de 73,72% , representando uma

correlao forte entre as variveis dependentes e as independentes utilizadas no modelo.

Foi encontrado um coeficiente de determinao igual a 54,35%, isto significa que o valor unitrio
explicado pela equao de regresso, o restante 45,65% est atribudo a variveis que no foram
consideradas no modelo ou a erros ocasionais.

Foram realizadas as verificaes pertinentes anlise de regresso, com a utilizao t de Student, a

tabela abaixo descreve o valor de t obtido para cada varivel considerada no modelo, no apresentando
coeficientes diferentes de zero a um nvel de significncia de 10% .

Tabela 3: resultados relativos do modelo gerado.

Variveis Equao t-observado Significncia %

rea Total X -3,11 0,21
Total de Vagas x 2,13 3,40
Dormitrios ln (x) 1,68 9,47

5/8
 COBRAC 2006 Congresso Brasileiro de Cadastro Tcnico Multifinalitrio UFSC Florianpolis 15 a 19 de Outubro 2006

Qualidade X 6,68 0,01

Data do Evento 1/x -2,21 2,79
Plo 1 Ln (x) -1,91 5,75
Plo 2 1/x 5,58 0,01
Fonte: Autor.

O valor de F calculado maior que o valor do F tabelado pela distribuio F de Snedecor. O F calculado na
equao para uma significncia de 10% foi de 33.85, j o valor de F tabelado para 7 graus de liberdade no
numerador e 201 graus de liberdade no denominador 1.72, rejeitando-se a hiptese de no haver
regresso (33.85 > 1.72).

O modelo apresentou uma significncia de 10%, existindo regresso na atuao conjunta das variveis
com a probabilidade de 90%.

A autocorrelao entre os resduos pode ser detectada pelo mtodo grfico ou atravs do teste d de
Durbin-Watson. Na analise grfica atravs do grfico de resduos (ei) versus valores unitrios ajustados
pelo modelo de regresso (y), observou-se que os resduos estavam distribudos aleatoriamente em torno
da reta no apresentando nenhum padro definido. Desta forma, houve a necessidade de se aplicar o
teste d de Durbin-Watson para se detectar a existncia de autocorrelao positiva ou negativa. No modelo
gerado a estatstica d estimada foi de 1,71. Observando a tabela d de Durbin-Watson a um nvel de 5% os
valores crticos de d so di = 1,697 e ds = 1,841 verifica-se que o valor estimado de d se encontra na rea
no conclusiva, no sendo possvel estimar se h ou no autocorrelao.

A existncia de multicolinearidade foi observada atravs das correlaes isoladas obtidas entre as diversas
variveis independentes tomadas duas a duas. Os coeficientes entre as variveis na matriz de correlao
so inferiores a 56%, valores entre 40% e 70% so aceitveis e descartam a existncia de
multicolinearidade.
A heterocesdaticidade foi verificada com o auxilio do programa Statistic e aplicao do teste de Quandt-
Goldfel, comprovando a inexistncia de heterocesdasticidade na varincia do erro do modelo gerado. Para
a realizao do teste foram utilizadas apenas as 8 (oito) variveis j definidas pelo modelo determinado.

Na equao de regresso a significncia dos regressores no ultrapassou 10% em nenhuma das variveis
includas no modelo, excluindo-se a hiptese nula para cada regressor. Salienta-se que quanto menor a
significncia obtida maior ser sua contribuio no modelo gerado. Os valores obtidos para cada varivel
encontram-se na Tabela 3.

Na anlise da normalidade dos resduos com a aplicao da funo linear, os porcentuais dos resduos
devem apresentar uma tendncia distribuio normal. Esta verificao pode ser realizada, verificando-se
a aderncia da amostra aos porcentuais verificados na Curva Normal Reduzida. A equao de regresso
obtida apresentou seus percentuais dentro dos domnios estabelecidos assegurando desta forma
normalidade dos resduos. Os resultados obtidos na equao foram:

67%da curva distribui-se entre 1s +1s;

88% da curva distribui-se entre 1,64s+1,64s;
95% da curva distribui-se entre 1,96s+1,96s.

Na analise dos resduos do modelo, dos 210 dados analisados, 9 (nove) registros apresentaram resduos
padronizados superior ao limite de mais ou menos duas vezes o erro padro da regresso (ei/s = 2).

Esses resduos correspondem a 4,2% do total do campo amostral, inicialmente retirou-se os mesmos da
amostra e simulou-se novamente, no obtendo um melhor modelo. Logo optou-se pela manuteno dos
mesmos, realizando-se uma reinvestigao verificou-se que os mesmos so eventos de mercado e,
portanto, foram mantidos no modelo. Os dados nmero 95, 01, 86, 208, 60, 178, 106, 155 do banco de
dados correspondem a esses resduos.
Os resduos relativos obtidos na equao de regresso apresentaram valores inferiores a 80%,
descartando-se a preocupao com a aceitao do dado na amostra.

3.2. Anlise de Sensibilidade do Modelo.

Para a realizao da anlise de sensibilidade do mercado foi utilizado uma amostra contendo 15 (quinze)
dados de apartamentos em ofertas na cidade de Cricima, estes dados no pertencem ao banco de dados

6/8
 COBRAC 2006 Congresso Brasileiro de Cadastro Tcnico Multifinalitrio UFSC Florianpolis 15 a 19 de Outubro 2006

que originou a equao de regresso. Os mesmos foram obtidos atravs de pesquisa junto s imobilirias
da cidade.

O valor calculado para cada dado aps a aplicao no modelo de regresso e sua variao pode ser
visualizado na Tabela 4.

Tabela 4: Analise de sensibilidade do modelo

Edifcio Valor ofertado Valor calculado Variao(%)

Res. Di Capri 182.320,00 179.985,61 -1,2
Ed. Galio 49.000,00 52.033,09 +5,8
Ed. Sta. Mnica 106.000,00 102.250,72 -3,7
Ed. Algarve 160.000,00 148.070,27 -8,06
Peruggia 210.000,00 190.830,20 -10,00
Ed. Josephina 140.000,00 131.450,12 -6,50
Ed. Sait Etiene 110.000,00 109.989,16 -0,009
Ed.Joaquim Nabuco 125.000,00 119.981,86 -4,18
Moradas da Colina 33.200,00 31.110,84 -6,70
Ed. Andria 85.000,00 83.089,08 -2,30
Ed. Julia Mendes 110.000,00 110.548,63 +0,49
Ed. Tiffanys 180.000,00 190.706,20 +5,61
Ed. Boneville 150.000,00 154.798,60 +3,10
Loft 68.000,00 65.041,71 -4,5
Ed. Res. Castro Alves 68.000,00 71.431,45 +4,8
Variao Media 4,30
Fonte:Autor

Observa-se que os valores calculados a partir do modelo de regresso para apartamentos representam de
fato o que acontece no mercado imobilirio, onde diversos fatores subjetivos influenciam na negociao do
valor do imvel.

O modelo apresentou uma variao mdia de 4,30%, sua maior variabilidade em relao ao valor gerado
foi de 10%.

Conclui-se que a equao gerada ajusta-se ao valor de mercado de apartamentos da cidade de Cricima,
SC.

4. Concluso

O objetivo principal do trabalho foi identificar as variveis independentes significativas que influenciam no
valor de um imvel e a posterior utilizao destas variveis na elaborao de um modelo de regresso
linear mltipla.

O banco de dados construdo neste trabalho contm um total de 29 (vinte e nove variveis) sendo que 9
(nove) delas no foram utilizadas na anlise do modelo pois se tratam de variveis de identificao da
amostra no espao, o restante (20), foram consideradas para a determinao do modelo de regresso
linear mltipla.

Aps a determinao das variveis foram realizadas as anlises das mesmas no programa Sisreg 5.1em
busca da melhor equao. O tratamento da amostra obedeceu a Norma Brasileira para Avaliao de
Imveis Urbanos (NBR 14653-2), e aps inmeras simulaes de combinaes o trabalho resultou em um
modelo em que apenas 8 (oito) variveis se mostraram significativas, so elas: rea total, total de vagas,
dormitrios, qualidade, data do evento, plo1 e plo2.

Com o modelo determinado foram realizadas analises estatsticas dos resultados obtidos com a aplicao
de estatstica inferencial sendo que, todas as exigncias foram cumpridas, comprovando a consistncia do
mesmo.

7/8
 COBRAC 2006 Congresso Brasileiro de Cadastro Tcnico Multifinalitrio UFSC Florianpolis 15 a 19 de Outubro 2006

A anlise de sensibilidade do modelo apresentou uma varincia mdia de 4,30% comprovando o bom
ajuste da equao determinada. Desta forma, a equao de regresso linear mltipla determinada nesta
pesquisa pode ser usada para predies de preos de imveis do tipo apartamento da cidade de Cricima.

Os valores dos apartamentos obtidos pelo modelo gerado podero ser utilizados para avaliao de
apartamentos, financiamentos bancrios, garantias, pagamentos, clculo de tributos municipais (IPTU e
ITBI), percias judiciais entre outros.

5. Referencias Bibliogrficas
ASSOCIAO BRASILEIRA DE NORMAS TECNICAS. NBR 14653-1 / 2004 Avaliao de Bens Parte 1:
Procedimentos Gerais. Rio de Janeiro, 2004.
ASSOCIAO BRASILEIRA DE NORMAS TECNICAS. NBR 14653-2 / 2004 Avaliao de Bens Parte 2:
Imveis urbanos. Rio de Janeiro, 2004.
BUSSAB, W.O. Anlise de Varincia e regresso. 2. ed. So Paulo: Atual, 1998.
CAVALCANTE, M.. Apartamentos Residenciais: Formao de valor em fortaleza CE. So Paulo:
Annablume, 2002.
DANTAS, R.A. Engenharia de Avaliaes: uma introduo metodologia cientifica. So Paulo: PINI, 1998.
FIKER, J. Avaliaes de imveis urbanos. 5. ed. So Paulo: PINI, 1997.
FIKER, J. Avaliaes e Percias em imveis urbanos. So Paulo : PINI, 2001.
GONZLEZ, M.A.S. A Engenharia de Avaliaes na Viso Inferncial. So Leopoldo: UNISINOS, 1997.
GUJARATI, D.N. Econometria Bsica. So Paulo: Makron Books, 2000.
MATOS, O C. Econometria Bsica. So Paulo: Atlas, 2000.
MENDONA, M. C. ; et al. Fundamentos de Avaliaes e Percias de engenharia. So Paulo: PINI, 1998.
OLIVEIRA, AM B.D. Avaliaes com tratamento por fatores. In: Congresso Brasileiro de Engenharia de
Avaliaes e Percias, XXII, Fortaleza.
GAZOLA, S. Construo de um modelo de regresso para avaliao de imveis. 2002. 104f. Dissertao
(Mestrado em Engenharia de Produo) Universidade Federal de Santa Catarina, Florianpolis.
ZANCAN, E.C. Avaliaes de imveis em massa para efeitos de tributos municipais. Florianpolis: Rocha,
1996.

8/8