Você está na página 1de 42

ANÁLISE DE DADOS

ANÁLISE DE DADOS Outubro, 2016 Aprenda, Aplique, Destaque-se Neste breve e-book nós compilamos 10 de nossos
Outubro, 2016
Outubro,
2016

Aprenda, Aplique, Destaque-se

Neste breve e-book nós compilamos 10 de nossos melhores posts sobre análise de dados. Vale a pena dar uma lida. São diversas técnicas e exemplos que podem ajudar você a aprender e aplicar conhecimentos, assim como se destacar em seu trabalho.

Análise de Dados

Análise de Dados

A P R E N DA ,

Sumário

A P L I Q U E ,

D E S TA Q U E - S E

LEITURA 1 COMO ANALISAR DADOS PARA ENTENDER CORRELAÇÕES

2

LEITURA 2 ANÁLISE DE DADOS DA ECONOMIA

4

LEITURA 3 O PDSA E A ANÁLISE DE DADOS

7

LEITURA 4 PDSA: SEGURANÇA PÚBLICA EM ANÁLISE

13

LEITURA 5 IPCA, IGP-M E OUTRAS ANÁLISES DA CRISE

19

LEITURA 6 ANÁISE DO PREÇO DOS IMÓVEIS

23

LEITURA 7 CONSTRUÇÃO CIVIL EM 2015

26

LEITURA 8 COMO FAZER UMA ANALISE DE CORRELAÇÃO USANDO O EXCEL?

32

LEITURA 9 ANÁLISE DE 20 ANOS DE POUPANÇA

38

LEITURA

10 O ENDIVIDAMENTO DAS FAMÍLIAS

40

Análise de Dados

LEITURA 1 COMO ANALISAR DADOS PARA ENTENDER CORRELAÇÕES

Análise de dados: olá, caro leitor. Tudo bom? Como estão as coisas no trabalho? Pressão por resultados? Ou as coisas estão se acalmando um pouco? E os projetos? Como andam? Muita análise de dados ou a coisa está mais para análise de opiniões? Como estão as reuniões de projeto? As equipes levam diagnósticos teóricos, baseados em horas de lorotas compiladas ou lançam mão da análise de dados mais fundamentada?

Brainstroming infinitos ou gráficos de tendências (ou linhas)? E a análise dos problemas? Rola uma investigação prévia, utilizando um Ishikawa para fundamentar as hipóteses ou a coisa é mais Paretar Paretar Paretar? Por que pergunto isto? Porque analisar dados não é algo fácil. Depois de fazer seu Green Belt e sair cheio de vontade fazer a análise de dados aprendida nele, você foi surpreendido em reuniões com coisas como estas? Quantas vezes um gestor, mal informado sobre o tema, pediu para você fazer um gráfico mais bonito, mesmo que não fosse o correto para aquela situação? Quantas vezes, ao mostrar sua análise, alguém falou que os dados estavam errados? Dados esses, que a equipe dele lhe passou por meio da extração de uma base de dados do sistema oficial?

Calma. A coisa é assim mesmo. O Brasil não é conhecido por ser um país de expoentes na esfera da análise de dados na empresa. Não é todo mundo que como você, quer se esforçar para alcançar resultados com consistência, que estudou bastante e procura fatos e dados concretos para tomar decisão. Há muito mais em jogo, que exigirá de você habilidade para dominar as circunstâncias, ter paciência e resiliência. Mudar cultura não é fácil, mas é possível.

Análise de Dados

Agora, chega de papo e vamos brincar um pouco. Desabafo feito, vamos para a análise de dados. Vamos começar analisando o índice salário real médiopublicado pela FIESP que mede os salários na indústria e tem a base 100, fixada no ano de 2006.

na indústria e tem a base 100, fixada no ano de 2006 . Figura 1: salário

Figura 1: salário real médio (fonte: FIESP).

Pela figura 1, fica claro o período de salários reais médios na indústria mais altos, parece que começou a chegar ao fim. Se olhamos para a série história, no início de 2016 o valor já é o mesmo de 2005. Parece- me que houve um retrocesso nos salários reais de 11 anos, o que parece ser não muito agradável para os

Análise de Dados

colaboradores. E por que será que isto aconteceu? Numa análise básica, poderíamos intuir que uma das possíveis causas seja o desemprego, concordam? Como realizar uma análise de dados para comprovar isto?

am? Como realizar uma análise de dados para comprovar isto? Figura 2: regressão entre salário médio

Figura 2: regressão entre salário médio real e taxa de desemprego.

A figura 2, que mostra que a relação entre salário real médio e taxa de desemprego é comprovada estatisticamente. Não tem lorota, achismo ou história que possa ir contra o resultado desta análise. Também, é possível verificar que 71% da variação do salário real pode ser explicada pelo índice de desemprego. Com exceção de dezembro de 2006, um ponto fora da curva, há uma forte correlação entre estes dois indicadores. Portanto, só veremos salário maiores quando possuirmos uma demanda por emprego maior. E qual seria o modelo para predizer o valor do salário real médio em função do desemprego?

Previsão

Análise de Dados

Análise de Dados Figura 3: relatório de previsão do salário real médio em função da taxa

Figura 3: relatório de previsão do salário real médio em função da taxa de desemprego.

Como a série história disponível sobre os salários reais tem o último valor disponível no mês 8, podemos utilizar o dado da taxa de desemprego para inferir o índice de salários. O último dado divulgado de setembro, mostra que o desemprego foi de 11,8%. Diante disto, espera-se um índice de 92, o mesmo de 2001, ou seja, voltamos 15 anos atrás. Com isto, não é difícil intuir os motivos pelo qual a população se revoltou com o status quo e respondeu com mudanças em grande parte dos municípios.

Neste exemplo, é possível analisar como aplicamos os conceitos que aprendemos no Green Belt e Black Belt na prática. Com uma simples regressão, realizada por meio do assistente do Minitab, é possível entender a relação forte que há entre vários indicadores. Agora, fé no método e aproveite para afinar suas análises de dados.

LEITURA 2 ANÁLISE DE DADOS DA ECONOMIA

No artigo de hoje vamos voltar a falar sobre análise de dados. O leitor que quiser conhecer melhor sobre essa técnica, pode ver nosso curso de Green Belt, que explica melhor as ferramentas aqui usadas. E com esta Economia pujante que temos em 2015, nada melhor do que comparar alguns índices do mercado financeiro. Para isto, vamos começar comparando o dólar (temido dólar) com a bolsa de valores.

Análise de Dados

Qual será que foi o comportamento do Ibovespa divido pelo dólar? Quem cresceu mais ao longo destes anos?

divido pelo dólar? Quem cresceu mais ao longo destes anos? Figura 1: gráfico de tendência do

Figura 1: gráfico de tendência do Ibovespa/dólar (PTAX).

Pela figura 1, tenho 13 anos. Voltamos em 1997. Em dólar, as empresas que compõem o índice estão com o mesmo valor de 1997. A coisa não está fácil. E como será que esta o comportamento dólar e do Ibovespa separadamente? Figura 2.

comportamento dólar e do Ibovespa separadamente? Figura 2. Figura 2: gráfico de tendência do dólar e

Figura 2: gráfico de tendência do dólar e do Ibovespa.

Por meio desta pesquisa quantitativa, é possível verificar que a bolsa ainda se arrasta, mas o dólar foi o carro chefe. Pela análise, bateu o valor de 3,80 que havia alcançado em outro de 2002, quando Lula foi eleito. E a dívida?

Análise de Dados

Análise de Dados Figura 3: dívida mobiliária interna federal. A dívida continua forte, cada vez subindo

Figura 3: dívida mobiliária interna federal.

A dívida continua forte, cada vez subindo mais. Como o gráfico da figura 3 não nos diz muito coisa, um bom exercício é calcularmos a variação mensal desta dívida. Será que esta dívida está crescendo mais rápido ou mais devagar nos últimos anos?

cres cendo mais rápido ou mais devagar nos últimos anos? Figura 4: análise do crescimento da

Figura 4: análise do crescimento da dívida mês.

O crescimento da dívida está sob controle. Cresce sempre dentro do intervalo conhecido, com uma média de 1,53% variando de -5 a +8%. Se continuarmos assim, a coisa complica. Imagine se na sua casa você aumentasse o quanto à família deve em 1,5% ao mês. Sua dívida aumentaria 20% ao ano. Olha que coisa boa, você começa o ano devendo 100 mil e termina devendo 120 mil. Em 20 anos (tempo médio para pagar um imóvel) você estaria devendo 35 vezes o valor inicial. Independente de ser azul ou vermelho, o Brasil precisa urgente de um choque de gestão. E a dívida externa? Será que melhorou em dólar?

Análise de Dados

Análise de Dados Figura 5: gráfico de tendência da dívida externa bruta em dólares. Dívida externa

Figura 5: gráfico de tendência da dívida externa bruta em dólares.

Dívida externa bombando também. Olha só que maravilha. Depois de 2009 a dívida dobrou, parece que a saída da crise adotada pelo governo levou a esta crise que vivemos hoje.

adotada pelo governo levou a esta crise que vivemos hoje. Figura 6: taxa de desocupação nas

Figura 6: taxa de desocupação nas regiões metropolitanas.

Por último, vamos à tradicional taxa de desocupação nas regiões metropolitanas. Em agosto, o índice alcançou 7,9%. Continuamos crescendo. Brasileiros e Brasileiras…. A coisa não está mole, mas como disse em outro post: não vamos viver a crise. Vamos aproveitá-la para tirar os projetos do papel e sairmos dela muito melhor do que entramos. Conte com a FM2S para te ajudar nesta atividade.

LEITURA 3 O PDSA E A ANÁLISE DE DADOS

Análise de Dados

Neste artigo, gostaríamos de mostrar como aproveitar dois grandes ativos gratuitos disponíveis (PDSA

e

Google Trends) para você aumentar seus ganhos em tempos de crise. Imagine que a situação está difícil

e

para melhorar um pouco suas perspectivas você decida empreender em algum novo negócio. Porém, você

têm dúvidas: qual negócio abrir? Qual mercado é interessante para eu entrar? Para lhe ajudar em decisões estratégicas como esta nós vamos utilizar o PDSA (disponível e gratuito) e o Google Trends (disponível

e ainda gratuito também).

PDSA: Plan

Objetivo: descobrir um bom negócio para se comercializar por meio de uma loja virtual.

Questões

Predições (O que achamos antes do estudo)

1)

Quais os termos de busca relacionados à loja

1)

Termos relacionados à roupa, principalmente

virtual com maior volume?

as femininas.

2)

Quais as regiões que mais pesquisam estes

2) A regiões com maior volume de busca são as cidades e Estados com populações mais numerosas

termos?

3) Quais são as regiões mais carentes dos produtos que podemos focar?

3) Algumas cidades mais afastadas dos centros financeiros do país eixo Porto Alegre -> Rio de Janeiro

Para responder as questões iremos utilizar a ferramenta Google Trends disponível no site: http://www.google.com.br/trends/explore. Para responder a primeira questão, pesquisaremos os termos de buscas relacionados à loja virtual, e-commerce e outras palavras sugeridas pela ferramenta. Depois de encontrados, analisaremos a evolução destes ao longo do tempo, por meio de um gráfico de tendência.

Em seguida, analisaremos as buscas regionais pelos termos encontrados. Para isto, utilizaremos gráfico de dispersão e tendência.

Por último, tentaremos cruzar as buscas com o mercado. Para isto, vamos buscar dados das vendas ou lançamentos relacionados aos termos.

PDSA: Do

Pesquisas realizadas e problemas não foram encontrados.

PDSA: Study

Análise de Dados

Análise de Dados Figura 1: evolução da busca pelos termos loja virtual e e-commerce. Pela figura

Figura 1: evolução da busca pelos termos loja virtual e e-commerce.

Pela figura 1 pode-se ver que loja virtual, ao contrário de e-commerce, é a palavra chave das buscas no Brasil. Além disto, vê-se que o maior interesse pelo tema deu-se entre os anos de 2010 e 2011, mas que ainda há interesse.

os anos de 2010 e 2011 , mas que ainda há interesse. Figura 2: interesse no

Figura 2: interesse no termo loja virtual por região.

A figura 2 nos diz que o Estado que mais pesquisa o termo é São Paulo, seguido por Espírito Santo, Minas Gerais, Rio, Mato Grosso, Santa Catarina e Sergipe. Quanto a São Paulo, estava de acordo com nossas predições, pois é o Estado mais populoso do país, mas os demais nos trazem dados interessantes. Nunca imaginei que Sergipe fosse um Estado tão interessado pelo tema, dado sua pequena população.

Análise de Dados

Análise de Dados Figura 3: população dos Estados e seu número de buscas. Quando dividimos a

Figura 3: população dos Estados e seu número de buscas.

Quando dividimos a população pelas buscas, nos saltam aos olhos Sergipe, Mato Grosso e Espírito Santo.

A população destes Estados interessa-se mais por loja virtual do que os outros.

Estados interessa-se mais por loja virtual do que os outros. Figura 4: termos relacionados à loja

Figura 4: termos relacionados à loja virtual.

Na figura 4 temos os termos relacionados à loja virtual. A mais procurada é a loja vivo, depois Hering, Facebook e Boticário. Desta maneira, nossa ideia inicial de que roupas femininas eram as lojas mais quentes na internet foram por terra.

Para entender mais sobre estas lojas, a ferramenta nos permite clicar no termo loja vivo e nos abre várias informações sobre ele. Com estas informações, podemos ver a evolução das pesquisas ao longo do tempo

e a região em que aconteceram.

Análise de Dados

Análise de Dados Figura 5: análise termo loja vivo. Pela figura 5 é possível enxergar que

Figura 5: análise termo loja vivo.

Pela figura 5 é possível enxergar que as buscas pela loja vivo foram muito fortes no passado, atingindo o auge em 2010 e praticamente se extinguindo em 2015. Pode-se observar o bom de pesquisas veio do Estado do Espírito Santo, o que ajuda a explicar a nossa análise anterior. Se quiséssemos, poderíamos continuar a busca e irmos explorando termo a termo até encontrarmos aquele relacionado à um negócio que nos interessasse. Porém, como o espaço do artigo é curto, encerramos por aqui.

Como conclusão do estudo nós aprendemos que roupas femininas não é o termo mais buscado quando pensamos em loja virtual. Aprendemos que além das roupas, compram-se perfumes, celulares além de vários outros itens. Vimos também que não necessariamente as regiões mais populosas são as mais interessadas no tema, encontrando 4 Estados que se destacaram dos demais. Por último, vimos que cada termo apresenta um histórico diferente sendo desta forma, importante estudarmos mais para respondermos a terceira questão do PDSA.

PDSA: Ação

Como ação pós-estudo, sugiro a continuidade da pesquisa para os termos que vocês mais se interessam. Se quiser abrir uma loja relacionada ao esporte tênis. Podemos procurar raquete de tênis”, como na figura 6.

Análise de Dados

Análise de Dados Figura 6: buscas por raquete de tênis. Quando olhamos esta busca, por exemplo,

Figura 6: buscas por raquete de tênis.

Quando olhamos esta busca, por exemplo, vemos que as cidades de Campinas e Ribeirão Preto são as líderes. Para abrir o seu Tênis Shop, estas duas são as mais promissoras.

Quer ajuda numa análise? Envie-nos a demanda. Faremos com prazer, pois dados, negócios e análise é o nosso negócio.

Análise de Dados

LEITURA 4 PDSA: SEGURANÇA PÚBLICA EM ANÁLISE

Segurança pública: no artigo de hoje nós vamos analisar os dados de segurança pública do Estado de São Paulo. E para analisar dados, nada melhor do que um ótimo PDSA para nos ajudar. Vamos para o terceiro PDSA que a FM2S disponibiliza. É no Green Belt e no Black Belt que você construirá todas suas ferramentas para melhoria.

Objetivo: entender como está a evolução da segurança pública no Estado de São Paulo de janeiro de 2013 até maio de 2015.

Questões

Predições

 

Estável.

Não

houveram

mais

rebeliões

Como será que está a evolução dos homicídios dolosos no Estado?

generalizadas, mas não houve um decréscimo grande.

E

as tentativas de homicídio?

Reduziram bastante.

 

E

os homicídios culposos causados por acidente de

Com o aumento no número de veículos, não há como este indicador ter se reduzido, mesmo com os investimentos em segurança e conscientização.

trânsito?

E

os roubos?

Reduziram-se. A reforma administrativa na polícia reduziu estes indicadores.

Plano de Coleta de Dados

Para responder a estas questões iremos coletar os dados de segurança disponíveis no site da Secretaria de Segurança Pública do Estado de São Paulo. Lá, estão todos os dados disponíveis dos principais tipos de delitos de janeiro de 2013 até maio de 2015.

Para analisar a evolução dos crimes iremos utilizar gráficos de tendência e gráficos de controle.

Do

Dados coletados sem encontrarmos problemas.

Estudo

Análise de Dados

Análise de Dados Figura 1: evolução dos homicídios dolosos no Estado. Pela figura 1 é possível

Figura 1: evolução dos homicídios dolosos no Estado.

Pela figura 1 é possível identificar uma leve tendência de queda no número de homicídios nos últimos meses, mas nada significativo ainda. Os dados estão sob Controle Estatístico de processo. Analisaram-se os dados por meio de outro gráfico de controle, o x-barra com um subgrupo de tamanho 3 (fig. 2). Neste a queda do último trimestre mostrou-se bem acentuada. Isto nos enche de esperança que finalmente este crime terrível está reduzindo-se.

esperança que finalmente este crime terrível está reduzindo-se. Figura 2: x-barra para homicidios dolosos. Página 14

Figura 2: x-barra para homicidios dolosos.

Análise de Dados

Análise de Dados Figura 3: evolução das tentativas de homicídio. Na figura 3 podemos observar a

Figura 3: evolução das tentativas de homicídio.

Na figura 3 podemos observar a evolução do crime de tentativa de homicídio. Neste está claro a redução do indicador nos últimos 4 meses. Percebe-se que houve uma mudança no patamar de patamar, conforme a figura 4 mostra.

mudança no patamar de patamar, conforme a figura 4 mostra. Figura 4: mudança no número de

Figura 4: mudança no número de tentativas de homicídios.

Percebe-se que a média sai de 474 para 357, mostrando uma bela redução. Agora, só nos resta aguardar para ver se este novo patamar se mantem.

Análise de Dados

Análise de Dados Figura 5: evolução dos homicídios por acidente. Quando olhamos para os homicídios (dolosos

Figura 5: evolução dos homicídios por acidente.

Quando olhamos para os homicídios (dolosos e culposos) por acidente, o número permanece sob Controle Estatístico. Neste caso não é possível afirmarmos que alguma coisa melhorou de 2013 para cá, por isto, nossa predição mostrou-se correta. Apesar dos esforços e campanhas, todo ano já sabemos que mais de 4 mil vidas serão perdidas nas estradas paulistas, ou seja, 8,8 pessoas a cada 100 mil habitantes.

paulistas, ou seja, 8,8 pessoas a cada 100 mil habitantes. Figura 6: evolução no número de

Figura 6: evolução no número de roubos.

Quando olhamos para o número de roubos (fig. 6), podemos perceber que o negócio está feio. Apesar da estabilidade em alguns tipos de roubos (banco e carga) e da redução no número de roubos de veículos (fig. 7), o número de roubos classificados como outros aumentou. Este aumento fica mais claro quando olhamos para o gráfico da figura 8.

Análise de Dados

Análise de Dados Figura 7: evolução no número de roubos de veículos. Figura 8: evolução nos

Figura 7: evolução no número de roubos de veículos.

Figura 7: evolução no número de roubos de veículos. Figura 8: evolução nos roubos classificados como

Figura 8: evolução nos roubos classificados como outros.

Pela figura 7 é possível enxergar um pulo no patamar deste tipo de crime ocorrido em janeiro de 2014. O indicador salta de 21 mil de média mensal para 26 mil, um aumento considerável.

Conclusão

Pode-se concluir que houve redução em:

Homicídios dolosos;

Roubo de veículos;

Tentativa de homicídio;

E houve aumento em:

Análise de Dados

Roubo outros;

E permaneceram estáveis:

Homicídios dolosos e culposos por acidentes de trânsito.

Act

Após aprendermos como estão os índices de segurança pública no Estado de São Paulo, podemos acompanhar os índices em algumas cidades específicas. A análise por cidade irá nos fornecer informações

mais estratificadas sobre os problemas. Por meio desta análise é possível auxiliar os prefeitos, comandantes

e secretários de segurança pública dos municípios o que eles devem atacar.

Uma análise interessante seria procurar as cidades que mais melhoraram os indicadores nos últimos anos e torna-las benchmark de segurança. Depois, poderíamos avaliar quais as piores cidades e promovermos um intercâmbio de melhores práticas e disseminação de mudanças. Com isto conseguiríamos revolucionar o modelo da segurança no Estado e no Brasil. E aí? Vamos fazer estes exercícios? Ano que vem tem eleições

e eu gostaria muito que meu candidato pensasse desta maneira. Não importa o partido, se um município for benchmark, deveríamos copiá-lo. Gestão na prática galera.

Análise de Dados

LEITURA 5 IPCA, IGP-M E OUTRAS ANÁLISES DA CRISE

IPCA: neste post vamos continuar aplicando a Estatística que ensinamos em nossos cursos de greenbelt e blackbelt para entendermos um pouco mais do nosso cenário macroeconômico. Vamos começar pelo PIB mensal, calculado pelo Banco Central. Para primeira análise, vamos utilizar o gráfico de tendência, figura 1.

análise, vamos utilizar o gráfico de tendência, figura 1. Figura 1: gráfico de tendência do PIB

Figura 1: gráfico de tendência do PIB mensal.

IPCA

Pela figura 1, vemos que o PIB cresceu bastante nos últimos anos, mas agora parece estar iniciando um período de estabilidade.

Na segunda etapa, vamos ver o comportamento dos índices de inflação IPCA e IGP-M mensais ao longo dos anos, de 1995 até 2015. Isto pode ser conferido na figura 2 e 3. Para o IPCA e IGP-M iremos utilizar a variação mensal .

Análise de Dados

Figura 2: análise IPCA mensal. IGP-M
Figura 2: análise IPCA mensal.
IGP-M

Figura 3: análise IGP-M.

Análise de Dados

Análise de Dados Figura 4: gráfico de dispersão entre IPCA e IGP-M. Pelos gráficos das figuras

Figura 4: gráfico de dispersão entre IPCA e IGP-M.

Pelos gráficos das figuras 2, 3 e 4 é possível observar que o IPCA e o IGP-M saíram do controle várias vezes durantes os governos passados. Quando olhamos especificamente para este, vê-se que a Dilma está em maus lençóis, haja vista que janeiro, fevereiro e março de 2015 o indicador estava fora de controle. Este desvio fica mais claro na figura 5.

estava fora de control e. Este desvio fica mais claro na figura 5. Figura 5: análise

Figura 5: análise IPCA no governo Dilma.

Análise de Dados

Outra análise interessante é o famoso temperingque o governo Dilma utiliza para controlar a inflação. Está claro que o quando a inflação cai muito o governo atua e quando sobe também, mas que a capacidade de controlar a inflação com as medidas heterodoxas estão a se esgotar. Prova disto são os três meses consecutivos fora do controle no ano de 2015. E aí pessoal? Será que a equipe da Dilma conseguirá se reinventar? Pelo visto, a tentativa de controle está mais para replicação do modelo FHC, já que a taxa de juros voltou a subir, conforme figura 6.

já que a taxa de juros voltou a subir, conforme figura 6. Figura 6: taxa de

Figura 6: taxa de juros e IPCA.

Na figura 6 é possível verificar que mesmo com uma taxa de juros nos níveis de 2011, nosso IPCA está muito maior. Para acompanhar se o remédio está fazendo bem, só nos resta esperar. E aí? Qual será o prazo para a taxa de juros domar a inflação? Mais 3 meses? 6? Vamos aguardar.

Se você gostou da análise e deseja aprender a elaborá-las, participe de nossos cursos. on- line e presencial. Para levar um presencial para sua cidade é fácil, basta entrar em contato conosco.Nossos cursos de green belt e blac kbelt são ótimos para isto.

Análise de Dados

LEITURA 6 ANÁISE DO PREÇO DOS IMÓVEIS

No artigo de hoje nós vamos analisar alguns dados provenientes da construção civil. Fazer um curso de Greenbelt o ajuda na hora comprar imóveis, pois permite que você analise os dados e veja se está na hora certa, ou se é melhor esperar um pouco. Para isto, fizemos uma excursão no banco de dados do IBGE (http://seriesestatisticas.ibge.gov.br/) que está disponível on-line.

E por onde começar? Na minha percepção é melhor começarmos seguindo a dica de Robert Shiller, Nobel de Economia em 2013. Shiller fala que o segredo para entender se os preços dos imóveis estão caros ou baratos é compará-los aos índices de inflação. Para isto, compara-se o índice de custos da construção com o IPCA.

compara-se o índice de custos da construção com o IPCA. Figura 1: comparação entre índice de

Figura 1: comparação entre índice de custos na construção civil e IPCA.

Pela figura 1 não é possível concluir muita coisa. Vamos tentar uma comparação mais longa entre o preço dos imóveis e o IPCA. Comecemos em janeiro de 1995, colocando o IPCA na base 100.

Análise de Dados

Análise de Dados Figura 2: comparação entre índice de custos na construção civil e IPCA. Pela

Figura 2: comparação entre índice de custos na construção civil e IPCA.

Pela figura 2 fica mais fácil ver que a inflação já está no encalço dos custos da construção civil, fato este iniciado em 2011. Já em 2015, parece que o crescimento da inflação ultrapassou o crescimento dos custos na construção civil, e desta forma, espera-se que a própria inflação corrija os altos preços dos imóveis. Como Shiller dizia, o custo dos imóveis, no longo prazo, acompanha os índices de inflação. Se há um descolamento muito grande, haverá correção.

Agora me veio uma dúvida: será que o índice de custos da construção acompanha os preços de venda dos imóveis? Vamos lançar mão de mais uma ferramenta Greenbelt: análise de regressão. Vamos verificar se há correlação entre o índice FIPE/ZAP Composto (a partir de agosto de 2010) com o custo da construção civil fornecido pelo IBGE.

2010) com o custo da construção civil fornecido pelo IBGE. Figura 3: regressão entre FIPE/ZAP e

Figura 3: regressão entre FIPE/ZAP e Custo da Construção Civil.

Análise de Dados

Pela figura 3 é possível afirmar que a variabilidade dos custos da construção civil afeta a variabilidade do índice FIPE/ZAP para preço de venda. Mas como será que estes dois indicadores se comportaram ao longo de tempo? Para isto, utiliza-se o gráfico de tendência, outra ferramenta muito utilizada e discutida nos cursos de Greenbelt.

muito utilizada e discutida nos cursos de Greenbelt. Figura 4: gráfico de tendência do FIPE/ZAP e

Figura 4: gráfico de tendência do FIPE/ZAP e do Custo, ambos na base 100 em agosto de 2010.

Olha que interessante o gráfico da figura 4. Mostra que os dois índices cresciam juntos, porém, em 2013 os custos deram uma soluçada”. Porém, já no final de 2014, os dois encontraram-se novamente e diminuíram a tendência de alta. Parece que 2015 foi o ano que chegamos a um ponto de inflexão da curva. Com a tendência de inflação para o ano de 2015 acima da meta, penso compensar os investimentos que paguem próximo a 100% do CDI e comprar o imóvel, se for a vista, só em 2016. Parece que a correção que Shiller comenta no preço dos imóveis, feita pela própria inflação, está começando no Brasil.

Dúvidas sugestões, fiquem a vontade. Ideias para postagens? Podem enviar também. Este é um espaço para compartilhar conhecimentos, análises e experiências.

Análise de Dados

LEITURA 7 CONSTRUÇÃO CIVIL EM 2015

Fim do ano, 2016 batendo a porta, e por isto, vamos aproveitar para analisar alguns indicadores sobre quantas anda nosso país. Serei breve nas reflexões comentários e darei mais ênfase nos dados e gráficos. Assim, ficará um relatório mais breve de ser lido e mais rico de ser interpretado.

Vamos começar com o setor que há anos atrás, era a grande oportunidade e queridinho do Brasil:

construção. Como será que está nosso INCC (Índice Nacional de Custos da Construção)?

nosso INCC (Índice Nacional de Custos da Construção) ? Figura 1: análise de tendência exponencial para

Figura 1: análise de tendência exponencial para o INCC de 1993 a 2015 Fonte: FGV.

Pela figura 1, pode-se perceber que aproximar o INCC por uma curva exponencial, é uma boa aproximação. Deste modo, é pode-se notar os anos em que o crescimento esteve acima e abaixo da curva. Por meio desta observação é possível verificar os anos pré-aceleração (maio de 2003 até 2008) e o ano pré-crise (2013). Parece, a primeira vista e sem muita análise, ser o INCC um bom indicador para predizermos o comportamento do mercado imobiliário.

Outra análise interessante, é comparar o custo médio do m² (fonte:IBGE) com o INCC. Como será que estes dois indicadores se comportam ao longo do tempo? Será que a indústria da construção está conseguindo repassar seus custos ao valor do m²?

Análise de Dados

Análise de Dados Figura 2: comparação entre o custo médio do m² e INCC. Comparação feita

Figura 2: comparação entre o custo médio do m² e INCC. Comparação feita por meio de um gráfico de tendência e por meio de um gráfico de dispersão.

Pela figura 2, não é possível observar muitas alterações, com um R² de 98,4% e baixa dispersão do modelo. Há dois degraus, um em 1999 e outro em 2013, que merecem destaque na curva do preço médio do m². Mas mesmo assim, a relação dos dois é bastante forte.

Outro indicador, que interessa a todos, é o saldo dos empregos na construção civil. Como está o saldo de empregos formais calculados pelo CAGED para o setor. Figura 3.

f ormais calculados pelo CAGED para o setor. Figura 3. Figura 3: saldo dos empregos formais

Figura 3: saldo dos empregos formais na construção civil (fonte: CAGED).

Pela figura 3, é possível verificarmos um ápice no saldo em 2010 e depois, uma queda acentuada nos últimos anos. Vamos colocar mais alguns números. Para isto, lançamos mão da figura 4 que nos mostrará qual o número de unidades financiadas.

Análise de Dados

Análise de Dados Figura 4: evolução do número de unidades financiadas. (fonte: Bacen) Na figura 4

Figura 4: evolução do número de unidades financiadas. (fonte: Bacen)

Na figura 4 é possível observar que voltamos a 2009, quando o assunto é número de unidades financiadas para aquisição. Mercado gelou. Para valores, figura 5, a realidade é muito parecida.

Para valores, figura 5, a realidade é muito parecida. Figura 5: evolução do valor de unidades

Figura 5: evolução do valor de unidades financiadas. (fonte: Bacen)

E, encerramos a análise da construção civil com o balanço de unidades ofertadas em São Paulo (fig. 6).

Análise de Dados

Análise de Dados Figura 6: balanço das unidades ofertadas. A indústria de transformação E a indústria

Figura 6: balanço das unidades ofertadas.

A indústria de transformação

E a indústria de transformação? Como será que está?

E a indústria de transformação? Como será que está? Figura 7: faturamento real deflacionado. (fonte: CNI)

Figura 7: faturamento real deflacionado. (fonte: CNI)

Análise de Dados

Análise de Dados Figura 8: emprego indústria de transformação. (fonte: CNI) Quando olhamos para a indústria,

Figura 8: emprego indústria de transformação. (fonte: CNI)

Quando olhamos para a indústria, a coisa não está nada boa. Chegamos ao mesmo nível de emprego de meados de 2006, com um faturamento de meados de 2010. Qualquer que seja a análise, a indústria involuiu muito.

Qualquer que seja a análise, a indústria involuiu muito. Figura 9: horas trabalhadas na produção dessazonalizada.

Figura 9: horas trabalhadas na produção dessazonalizada. (fonte: CNI)

Análise de Dados

Quando olhamos para as horas trabalhadas na produção, o indicador de outubro de 2015 bate o recorde negativo da série, chegando abaixo de agosto de 2003. Dispensas, férias coletivas e renegociação da mão de obra, são alguns dos itens que a fábrica terá de negociar, se tudo continuar como está.

a fábrica terá de negociar, se tudo continuar como está. Figura 10: % de utilização da

Figura 10: % de utilização da capacidade instalada. (fonte: CNI)

Assim como os demais indicadores, a figura 10 mostra mais um recorde negativo. Brasil chegando a 78% de capacidade instalada sendo utilizada. Número péssimo.

Análise de Dados

LEITURA 8 COMO FAZER UMA ANALISE DE CORRELAÇÃO USANDO O EXCEL?

Correlações: o post de hoje tem por objetivo ajudá-lo a entender uma das ferramentas mais utilizadas em estatística para se verificar a existência de correlação entre variáveis. Já explicamos como interpretar uma regressão linear e hoje iremos ensinar a como fazê-la no Excel. Ensinamos isto em nossa certificação Green Belt e revisamos na Black Belt.

A primeira etapa da regressão é a coleta de dados. Para uma boa análise, uma boa coleta é

fundamental. Um extrato dos dados do nosso exemplo pode ser conferido na tabela 1 e correspondem a um call center. A análise de interesse neste caso é saber se a variabilidade no número de atendimentos

do call center está correlacionada ao tamanho da equipe disponível para atendê-los. Esta análise é importante, pois dirá à empresa se é necessário fazer contratações para que a meta de atendimentos seja cumprida.

Tabela 1: Extrato da tabela oriunda do formulário de coleta de dados.

Dia

Dia da Semana

Time slot

Intervalo de Tempo

Chamadas atendidas

Equipe

1

Mon

1

6-6:30

6

3

2 Tue

 

1

6-6:30

7

6

3 Wed

 

1

6-6:30

7

4

4 Thu

 

1

6-6:30

10

5

5 Fri

 

1

6-6:30

9

6

6 Mon

 

1

6-6:30

11

4

7 Tue

 

1

6-6:30

12

4

Após coletar e organizar os dados, partimos para elaboração da análise. Existem duas maneiras de se

fazer isto no Excel, uma via gráfico de dispersão e outra mais completa, utilizando o módulo de análise de dados do Excel. É este que utilizaremos neste exemplo. Para acompanhar a análise, basta acompanhar

o passo a passo a seguir.

Análise de Dados

Análise de Dados Figura 1: Montar tabela de dados no Excel, ir ao menu dados e

Figura 1: Montar tabela de dados no Excel, ir ao menu dados e clicar em análise de dados.

tabela de dados no Excel, ir ao menu dados e clicar em análise de dados. Figura

Figura 2: Selecionar regressão.

Análise de Dados

Análise de Dados Figura 3: Selecionar o intervalo de dados desejado para as variáveis X e

Figura 3: Selecionar o intervalo de dados desejado para as variáveis X e para as variáveis Y.

dados desejado para as variáveis X e para as variáveis Y. Figura 4: Selecionar o nível

Figura 4: Selecionar o nível de confiança de 95% e Plotar resíduos e Plotar de probabilidade normal.

Análise de Dados

Análise de Dados Figura 5: Resultado da análise de regressão do Excel. Figura 6: Resultado organizado.

Figura 5: Resultado da análise de regressão do Excel.

Figura 5: Resultado da análise de regressão do Excel. Figura 6: Resultado organizado. Após realizar a

Figura 6: Resultado organizado.

Após realizar a sequência (fig. 1 a 6), você deve analisar o resultado obtido. Se você pedir ao Excel uma análise de regressãopadrão ele não irá traçar os gráficos de resíduos, que são importantes para

Análise de Dados

verificar a qualidade da sua análise. Muita gente incorre neste erro, até porque o Excel favorece esta análise errônea.

Correlações: Análise

No exemplo deste artigo pedimos ao Excel que além da análise padrão (Estatística da Regressão) ele nos mostrasse os resíduos da regressão. Com os resíduos expostos, pedimos ao Excel que ele nos mostrasse a plotagem dos resíduos, a plotagem de probabilidade normal e a plotagem de ajuste de linha.

Estes gráficos servem para entendermos o comportamento dos resíduos, para analisarmos se há causas especiais ou se os resíduos estão sob controle. Caso haja, não é recomendável utilizar a análise de regressão elaborada. O outro gráfico, plotagem de probabilidade, serve para avaliarmos se a distribuição dos resíduos é uma curva normal ou se é necessário transformar as variáveis. Caso este gráfico seja uma reta, podemos concluir que a distribuição dos resíduos é normal.

O último gráfico, plotagem de ajuste de linha, nos informa o valor previsto e o compara com os dados

reais, permitindo a análise visual do comportamento dos resíduos ao longo do X. Se observarmos o

resíduo aumentar ao longo do eixo X, temos um forte indício de que algo está errado ou que a previsão

se deteriora a medida que X aumenta.

Somente após estas muitas análises é que podemos verificar se a nossa regressão é adequada ou não. Caso não seja, uma das saídas possíveis é realizar a transformação das variáveis, como por exemplo, para log. É muito comum em análises de regressão de dados econômicos, como o PIB, termos de aplicar a transformação log nas variáveis, tanto na dependente (Y) como na independente (X). Ao fazermos isto, repetimos a análise e verificamos se o comportamento dos resíduos está adequado. Caso esteja, verificamos o novo R² e o novo coeficiente de correlação.

Correlações

Nesta vida de consultor de empresas, já observei várias barbaridades quando o assunto é regressão linear. O primeiro erro é o fato de muitas pessoas pensarem que regressão é previsão. Não é. Regressão é uma maneira de correlacionarmos variabilidade entre as variáveis. Outro erro é verificar a qualidade da regressão pelo R². Também está errado. Precisamos avaliar o gráfico dos resíduos antes.

Ao ver tantos conceitos entendidos e aplicados de maneira errada, pergunto-me: qual será a razão para isto? Acho que a principal é a falha do sistema educacional que forma pessoas sem os mínimos conhecimentos técnicos em estatística, mas outra razão pode estar no Excel. O programa é muito bom, não há dúvida, mas por ser muito fácil, permite que as pessoas façam coisas sem saber bem o porquê. Permite que, qualquer pessoa, sem o conhecimento básico de estatística vá lá e extraia o R² de um conjunto de dados.

Conceitos

Sem a devida revisão e aproveitando-se do pouco conhecimento estatístico disponível nas empresas, este

R² foge ao controle e vai parar numa reunião de planejamento estratégico. Lá, ele encontra a paixão

grega que nos persegue até hoje pela retórica, argumentação e elaboração de teorias sem fundamentação nos experimentos e, após um ano, o estrago costuma ser grande. Portanto, ao usarmos o Excel, devemos ir com calma. O software pressupõe que você domina o conceito por trás dele, portanto, aprenda estatística básica, antes de utilizar o Excel.

Análise de Dados

Uma das coisas boas do Minitab é que ele é mais complicado de mexer, a primeira vista, pois exige que

o

operador esteja mais por dentro dos conceitos antes de utilizar a ferramenta para sair cuspindo dados

e

análises rebuscadas.

Como dica: invistam no estudo e na capacitação da sua equipe nas ferramentas e conceitos de estatística. Cada centavo investido retorna na proporção de 1:10 em menos de 1 ano. Só a quantidade de deslizes que sua equipe deixará de fazer, vai economizar muito dor de cabeça e prejuízos.

Análise de Dados

LEITURA 9 ANÁLISE DE 20 ANOS DE POUPANÇA

Dando continuidade aos nossos posts de análise de dados e da situação da construção de civil, vamos olhar mais alguns indicadores. Como primeiro, vamos analisar o comportamento do cofre que paga tudo isto, a poupança. Para isto, coletamos os dados de janeiro de 1995 até janeiro de 2015. São 10 anos de análise do patrimônio liquido deste tipo de investimento.

análise do patrimônio liquido deste tipo de investimento. Figura 1: evolução do saldo líquido da poupança.

Figura 1: evolução do saldo líquido da poupança. Fonte: SBPE-SFH/BACEN

Por meio da figura 1 é possível afirmar que o valor captado pela poupança cresceu bastante de 95 para cá. Mas para uma avaliação mais criteriosa, vamos analisar a captação líquida mensal. Assim, teremos uma visão dos meses que mais se capta e dos que mais se gasta.

visão dos meses que mais se capta e dos que mais se gasta. Figura 2: captação

Figura 2: captação líquida mensal da poupança. Fonte: SBPE-SFH/BACEN

Análise de Dados

Pela figura 2, é possível verificar que há uma grande variação mensal na captação da poupança e, que janeiro de 2015 a coisa foi realmente feia. Mas para parar de achar, vamos lançar mão de nosso famoso gráfico x. Este irá nos informar se a variação está fora de controle e qual é a tendência da captação ao longo dos anos.

e qual é a tendência da captação ao longo dos anos. Figura 3: gráfico x-barra da

Figura 3: gráfico x-barra da captação líquida mensal da poupança. Fonte: SBPE-SFH/BACEN

Pela figura 3 é possível verificar que a coisa realmente está complicada. Percebe-se que as piores médias foram em 1999 e 2003, anos de crise brava. Porém, 2015 promete ser ainda pior, mas vamos aguardar mais dados para termos certeza disto, já que com apenas 1 mês é impossível predizermos os próximos 11. Neste post, utilizamos os conceitos Seis Sigma ensinado nos cursos Green Belt e Black Belt da FM2S.

Análise de Dados

LEITURA 10 O ENDIVIDAMENTO DAS FAMÍLIAS

Endividamento da famílias: para terminar a semana vai um post rápido, mostrando a evolução do endividamento das famílias brasileiras. Coletei os dados no Banco Central de duas séries histórias:

19882 Endividamento das famílias com o Sistema Financeiro Nacional em relação à renda acumulada

dos últimos doze meses %

20400 Endividamento das famílias com o Sistema Financeiro Nacional exceto crédito habitacional em

relação à renda acumulada dos últimos doze meses %

Este indicador é interessante, pois mede o grau de endividamento das famílias em relação a sua renda acumulada. Este percentual só poderia subir em duas ocasiões: ou a renda das famílias está caindo ou o endividamento aumentando. Como é de praxe em nossas análises, fiz 3 gráficos. Vamos aos gráficos:

em nossas análises, fiz 3 gráficos. Vamos aos gráficos: Figura 1: evolução do endividamento das famílias

Figura 1: evolução do endividamento das famílias com o Sistema Financeiro Nacional em relação à renda acumulada dos últimos doze meses e endividamento das famílias com o Sistema Financeiro Nacional exceto crédito habitacional em relação à renda acumulada dos últimos doze meses, ambos em %.

à renda acumulada dos últimos doze meses, ambos em %. Figura 2: evolução da variação mensal

Figura 2: evolução da variação mensal do endividamento das famílias com o Sistema Financeiro Nacional em relação à renda acumulada dos últimos doze meses.

Análise de Dados

Análise de Dados Figura 3: evolução da variação mensal do endividamento das famílias com o Sistema

Figura 3: evolução da variação mensal do endividamento das famílias com o Sistema Financeiro Nacional exceto crédito habitacional em relação à renda acumulada dos últimos doze meses.

Endividamento da famílias subindo

Pela figura 1 já fica claro que o crescimento do endividamento das famílias brasileiras está crescendo, principalmente o endividamento imobiliário. Quando tiramos o setor habitação do gráfico, o endividamento dá um claro sinal de estar estabilização em 30%. O mesmo fato pode ser observado na figura 2 e 3 em que analisando a variação mensal no endividamento.

Por este gráfico é possível verificarmos que as famílias só estão aumentando seu endividamento para adquirem um imóvel. Parece-me que as famílias não estão querendo contrair mais dívidas ou os bancos estão sendo mais criteriosos na concessão de mais crédito, não deixando as famílias se endividarem mais que os 30%.

Isto por um lado é bom, pois mostra que uma possível crise de calote dificilmente irá acontecer, mas por outro lado, o crescimento da economia puxado por este aumento no endividamento das famílias está chegando ao fim. Assim, as perspectivas para o crescimento econômico nos próximos anos não são as melhores.

Vamos ficar de olho no que vai acontecer, mas por estes dados para crescer mais o Brasil precisará de mudanças que não sejam mais do mesmo. Se a produtividade do país não aumentar, as únicas mudanças possíveis serão o perigoso aumento do endividamento a ser realizado por meio dos bancos públicos. Se isto acontecer, melhor abrirmos o olho.

Sendo um Green Belt ou Black Belt da FM2S, você não é enrolado pelos jornais.