UNIVERSIDADE DE SÃO PAULO

ESCOLA DE ENGENHARIA DE SÃO CARLOS

RENAN CARRER NARDO

AVALIAÇÃO DE IMPACTOS SOCIAIS A PARTIR DA IMPLANTAÇÃO DE TREM

REGIONAL EM 11 CIDADES DA BAHIA, ATRAVÉS DA ANÁLISE DO INDICADOR
TEMPO DE VIAGEM

São Carlos
2019
 RENAN CARRER NARDO

AVALIAÇÃO DE IMPACTOS SOCIAIS A PARTIR DA IMPLANTAÇÃO DE TREM

REGIONAL EM 11 CIDADES DA BAHIA, ATRAVÉS DA ANÁLISE DO INDICADOR
TEMPO DE VIAGEM

Monografia apresentada ao Curso de

Engenharia Civil, da Escola de Engenharia
de São Carlos da Universidade de São
Paulo, como parte dos requisitos para
obtenção do título de Engenheiro Civil.

Orientadora: Prof.ª Dr.ª Cira Souza Pitombo

SÃO SARLOS
2019
 AUTORIZO A REPRODUÇÃO TOTAL OU PARCIAL DESTE TRABALHO, POR
QUALQUER MEIO CONVENCIONAL OU ELETRÔNICO, PARA FINS DE ESTUDO E
PESQUISA, DESDE QUE CITADA A FONTE.

Carrer Nardo, Renan

S111a Avaliação de impactos sociais a partir da implantação de trem regional em 11

cidades da Bahia, através da Análise do Indicador Tempo de Viagem / Renan
Carrer Nardo; orientadora Cira Souza Pitombo. São Carlos, 2019.

Monografia (Graduação em Engenharia Civil) -- Escola de Engenharia de São

Carlos da Universidade de São Paulo, 2019.

1. Impacto Social. 2. Trem Regional. 3. Tempo de Viagem. 4. Bahia I. Título.

FOLHA DE AVALIAÇÃO OU APROVAÇÃO
 RESUMO
Nardo, R. C. Avaliação de impactos sociais a partir da implantação de trem
regional em 11 cidades da Bahia, através da análise do indicador tempo de
viagem. 2019. 44 f. Monografia (Trabalho de Conclusão de Curso) – Escola de
Engenharia de São Carlos, Universidade de São Paulo, São Carlos, 2019.

O trabalho tem como objetivo avaliar o impacto social a partir da implantação de

uma rede de trens regionais em 11 cidade da Bahia proposto pelo Estudo de viabilidade
técnica, econômica, social, ambiental e jurídico-legal para a implantação de sistemas de
transporte ferroviário de passageiros de interesse regional no trecho Conceição da
Feira (BA) – Salvador (BA) – Alagoinhas (BA). Esse impacto social será analisado por
meio do indicador “redução de tempo de viagem”, comparando-se os tempos de viagem
dos usuários do trem regional em relação aos usuários de transporte de ônibus
intermunicipal. Para a obtenção desses tempos de viagem foram consultadas as
páginas das empresas de ônibus da região que operam no transporte entre municípios.
No entanto, há diversos casos em que não foram encontradas informações de uma
linha ligando diretamente os munícipios de interesse, para esses casos, o tempo de
deslocamento foi calculado de forma indireta. Há ainda o tempo de deslocamento entre
o ponto de origem da viagem à estação rodoviária ou ferroviária e o tempo da estação
rodoviária ou ferroviária ao ponto final da viagem. Para a obtenção desses tempos de
deslocamento, foi utilizado o Google Maps, onde os dados de tempo de viagem foram
obtidos em dias de semana, sem feriado e em horário entre 18 e 19 horas. As
informações sobre as viagens feitas pelos usuários foram obtidas por meio da
“Pesquisa Origem-Destino (O/D) com opinião, pesquisa declarada e pesquisa contagem
volumétrica classificada de veículos”. Para avaliar e comparar os tempos de viagens,
foram utilizados quatro métodos estatísticos: Teste U de Mann-Whitney, Teste de
Kolmogorov Smirnov, Teste T de Student e Regressão Linear Múltipla. Esses métodos
foram calculados com o auxílio do do software estatístico IBM SPSS 24.0. Os
resultados obtidos indicaram um impacto social positivo para a população dos
municípios, tendo em vista que as análises indicaram uma redução média, de
aproximadamente 20 minutos no tempo de viagem dos indivíduos que optaram pela
troca do uso de ônibus pelo trem regional.
Palavras-chave: Impacto Social. Rede Ferroviária. Tempo de Viagem. Bahia.
 ABSTRACT
Nardo, R. C. Social impact assessment of the establishment of the regional
train in 11 cities in Bahia, through the analysis of the time indicator 2019. 44 f.
(Trabalho de Conclusão de Curso) – Escola de Engenharia de São Carlos,
Universidade de São Paulo, São Carlos, 2019.

This paper has the purpose to analyze the social impact from the establishment
of the train network connecting 11 cities in Bahia, proposed by the Study of technical ,
social , environmental and legal viability for the establishment of the railroad system
transportation of passengers in the Conceição da Feira (BA) – Salvador (BA) –
Alagoinhas (BA) rail stretch. The social impact will be analyzed through the “time
indicator reduction”, comparing the travel times of the bus passengers and the
passengers who would accept to change it’s mean of transportation to the rail
transportation In order to obtain the travel time, it was done a search in the webpages of
the companies that operates between those cities. However, there were many cases
where there was no information about a bus trip connecting two cities, in those events,
the time considered was calculated indirectly. There is also the time between the origin
place to the rail or bus station and the rail and bus station to the final destination. In
order to obtain it, it was used the Google Maps tool, where the time travel was collected
without using holidays and weekends and between 6 and 7 pm. The data about the trips
done by the passengers was obtained through the “Pesquisa Origem-Destino (O/D) com
opinião, pesquisa declarada e pesquisa contagem volumétrica classificada de veículos”.
To compare these travel times, it was used three statistical methods in the software IBM
SPSS 24.0 - Mann-Whitney test, T-test, Kolmogorov Smirnov test and Multiple Linear
Regression. The results indicated a positive social impact to the cities population since it
presented an average reduction of approximately 20 minutes in its travel time to those
passengers who chose the regional train option.

Keyword: Social Impact. Railroad Network. Travel Time. Bahia.

Sumário
1. Introdução...........................................................................................................................................8
2. Objetivo e proposta...........................................................................................................................9
3. Caracterização da região................................................................................................................10
3.1. Caracterização Socioeconômica...............................................................................................10
3.2. Caracterização Histórica.............................................................................................................11
4. Coleta de dados...............................................................................................................................14
4.1. Tempos de Trem..........................................................................................................................14
4.2. Coleta de dados – Tempos de Ônibus.....................................................................................19
4.3. Coleta de dados – Tempos para os Bairros.............................................................................26
4.4. Desenvolvimento.........................................................................................................................27
5. Ferramentas para análise...............................................................................................................29
5.1. Teste não paramétrico: Teste U de Mann Whitney.................................................................29
5.2. Teste não paramétrico: Teste de Kolmogorov Smirnov.........................................................29
5.3. Teste paramétrico: Teste T de Student....................................................................................30
5.4. Método não experimental ou de seleção não aleatória – Regressão Linear Múltipla........31
6. Resultados e Análise.......................................................................................................................32
6.1. Teste não paramétrico: Teste U de Mann Whitney e Kolmogorov Smirnov........................32
6.2. Teste paramétrico: Teste T de Student para comparação de médias.................................34
6.3. Método não aleatório: Regressão Linear Múltipla...................................................................36
7. Conclusão.........................................................................................................................................42
REFERÊNCIAS.......................................................................................................................................43
PÁGINAS DA INTERNET.......................................................................................................................44
 8

1. Introdução
O transporte intermunicipal, de passageiros e cargas, é realizado hoje,
predominantemente por modos rodoviários (automóveis, ônibus e caminhões). Há,
portanto, a necessidade de se explorar a malha ferroviária, com a finalidade de
aprimorar a mobilidade regional. Nesse contexto, surge a necessidade de avaliar
economicamente projetos relativos à implantação de modos ferroviários e seus
impactos sociais, a partir do ponto de vista do usuário. Avaliar economicamente um
projeto social significa medir o retorno econômico desse projeto, comparando seus
custos e benefícios. A avaliação econômica pode ser uma ferramenta importante na
administração eficiente dos recursos escassos e na tomada de decisões com relação à
operacionalização de projetos. (SCHOR, 2005)
 9

2. Objetivo e proposta
O projeto tem como objetivo avaliar os impactos sociais, do ponto de vista do
usuário, a partir da implantação de um sistema de trem-regional para transporte
intermunicipal de passageiros entre 11 cidades do estado da Bahia: Catu, Alagoinhas,
Pojuca, Mata de São João, Dias d’Ávila, Camaçari, Simões Filho, Salvador, Candeias,
Santo Amaro e Conceição da Feira.

De acordo com o Estudo de viabilidade técnica, econômica, social, ambiental e

jurídico-legal para a implantação de sistemas de transporte ferroviário de passageiros
de interesse regional, “A ligação Conceição da Feira – Salvador – Alagoinhas, constitui
em uma diretriz ferroviária com uma extensão total de 228Km, sendo o trecho Salvador
– Mapele de 22,0km; Mapele – Conceição da Feira de 106,00km e Mapele –
Alagoinhas de 100,00km”.

As estações consideradas para os cálculos dos tempos de viagem serão:

 Calçada;
 Paripe;
 Mapele;
 Simões Filho;
 Camaçari;
 Dias D’Ávila;
 Mata de São João;
 Pojuca;
 Catu;
 Alagoinhas;
 Candeias;
 Buranhém;
 Santo Amaro;
 Conceição de Feira.
 10

3. Caracterização da região

3.1. Caracterização Socioeconômica

As cidades consideradas, em boa parte, correspondem à Região
Metropolitana de Salvador (RMS), também conhecida como Grande Salvador,
com 4.015.205 habitantes segundo a estimativa para 2017 do Instituto Brasileiro
de Geografia e Estatística, tornando-se a segunda maior aglomeração urbana no
nordeste brasileiro e a sétima do Brasil. Ainda segundo o IBGE, essa área
corresponde à aproximadamente 43,94% do PIB estadual.

A figura 1 ilustra a área em que os municípios estudados se

encontram e os destaca:

Figura 1: Estado da Bahia e os onze municípios estudados (Pitombo et al.,

2017)
Como meio de caracterizar as cidades consideradas, onde se
encontram as estações, a tabela a seguir (Tabela 1: Dados Socioeconômicos
das cidades) apresenta alguns dos dados socioeconômicos mais relevantes, que
foram consultados por meio do portal do IBGE.
 11

Tabela 1: Dados Socioeconômicos das cidades (IBGE)

3.2. Caracterização Histórica

Um dos históricos vetores de crescimento dessa região, foi a
construção de uma linha ferroviária ligando Salvador a Alagoinhas pela empresa
inglesa Bahia and San Francisco Railway em 1863, que propiciou a conexão das
cidades existentes e aumento do adensamento urbano no entorno das estações.
Segundo Fernandes (2006), podemos citar como exemplos da influência da
ferrovia na evolução dessa região, as cidades de Mata de São João e
Alagoinhas, que tiveram seus núcleos urbanos primitivos deslocados para junto
das suas respectivas estações.

Já o trecho Salvador – Conceição da Feira teve início em 1908, com a

construção do trecho Mapele – Buranhém da outrora Estrada de Ferro Centro-
Oeste da Bahia. Anos mais tarde, esse segmento teve o traçado alterado para
entroncar com a Estrada de Ferro Santo Amaro Buranhém, constituindo a
ligação entre Santo Amaro e Buranhém e por fim, a ligação de Santo Amaro a
Conceição da Feira viria como resultado de determinação de decreto em 1917.

Em 1957, foi criada a RFFSA (Rede Ferroviária Federal S.A.), com o

objetivo de integrar, sob uma mesma administração, a rede ferroviária
 12

pertencente à União (CNT, 2013) e em 1996 esse trecho seria passado para o
controle privado por meio de um contrato de concessão do transporte de cargas
para a Ferrovia Centro Atlântica – FCA. É importante ressaltar que o programa
de concessões, acabou por criar uma ociosidade em alguns desses trechos,
tendo em vista que o operador acabaria por desativar as linhas que não fossem
interessantes economicamente.

Devido a essa política de desativações, surgem empecilhos ao transporte

ferroviário em trechos onde a manutenção das estruturas deixou de ser
priorizada e como consequência houve a destruição de parte dessas linhas.
Outro problema comum é o desrespeito à faixa de domínio, principalmente
próximo aos centros urbanos das cidades da região, onde o crescimento
desordenado das ultimas décadas acabou tendo como consequência a invasão
dessas áreas. Cita-se como exemplo crítico desses problemas o trecho Paripe a
Mapele onde tanto a destruição dessas estruturas quanto o desrespeito pelas
faixas de domínio podem ser observados. A imagem a seguir (Figura 2: Estação
de Paripe e ocupação da via férrea) ilustra a ocupação nas faixas de domínio
próximo à estação de Paripe.

Figura 2: Estação de Paripe e ocupação da via férrea (Google Maps)

13
 14

A imagem (Figura 3) ilustra os trechos citados e suas distribuições espaciais.

Figura 3: Distribuição dos trechos (MINISTÉRIO DOS TRANSPORTES, 2013)

 15

4. Coleta de dados

4.1. Tempos de Trem

A partir da pesquisa origem – destino “Pesquisa Origem-Destino (O/D) com opinião,
pesquisa declarada e pesquisa contagem volumétrica classificada de veículos” ,
realizada nas 11 cidades em 2013, foram retirados dados como:

 Local de Origem da viagem do usuário;

 Local de Destino da viagem do usuário;
 Modo de transporte utilizado no trajeto;
 Escolha modal diante de diferentes cenários;
 Dados demográficos como gênero, idade, renda, escolaridade, ocupação, etc.

Com o auxílio do Google Maps e dos locais de origem e destino das viagens, se torna
possível estimar o tempo de viagem, de cada usuário, pelo modo de transporte atual. Para as
comparações, utilizou-se do tempo de viagem em que o fluxo de veículos nas vias se encontra
mais crítico, sendo entre 18 e 19 horas, nos dias de semana.

Dada as estações propostas, serão elaboradas estimativas de tempos de viagens para

os usuários que aceitariam trocar o modo atual (ônibus) para o trem regional. Para isso, serão
usadas as velocidades médias para esse tipo de trem regional e tempos de parada típicos para
essa situação.

Com o intuito de se obter o tempo de trem entre as cidades, deu se início à coleta de
dados das distancias entre as estações. Essas distâncias foram calculadas em função da tabela
com as extensões entre Estações, nos Trechos: Conceição da Feira/ Salvador/ Alagoinhas,
obtida pelo “Estudo de viabilidade técnica, econômica, social, ambiental e jurídico-legal para a
implantação de sistemas de transporte ferroviário de passageiros de interesse regional” (Tabela
2 – Distâncias obtidas através do estudo de viabilidade técnica.).

As distâncias obtidas, a partir desse estudo, foram somente aquelas que se encontram
em seu trecho, a partir dessas informações foi possível calcular as distâncias para as viagens
de origem destino que estejam fora de seu trecho (Tabela 3: Distâncias calculadas).

Em seguida, para o cálculo do tempo de Ciclo entre Estações, alguns parâmetros foram
adotados:
 16

 Convencionou-se a velocidade comercial de operação em 60 km/h, mantendo

assim, padrões de segurança e atratividade.
 Tempo parado em estações intermediárias de 2 minutos.
 Tempo parado em Estação Final de viagem de 5 minutos na troca entre os
trechos.

Como resultado desses parâmetros, e em função das distâncias obtidas entre estações,
foi possível produzir uma tabela com os tempos entre os pontos de Origem e Destino dos
Municípios (Tabela 4: Tempo calculado entre estações)
 17

Tabela 2 – Distâncias obtidas através do estudo de viabilidade técnica.

DISTANCIAS OBTIDAS (KM)

Santo Amaro

Simões Filho

Mata de São
Dias D'Ávila

Alagoinhas
Buranhem
Conceição

Camaçari
Candeias
da Feira

Calçada
Mapele

Pojuca
SSA -

Catu
João
Município

Conceição da Feira 0.00 37.50 47.90 70.72 90.98 113.00              

Santo Amaro   0.00 10.40 33.25 53.51 75.53              
Buranhem     0.00 22.81 43.07 65.09              
Candeias       0.00 20.26 42.28              
Mapele         0.00 22.02              
SSA - Calçada           0.00 28.19 46.79          
Simões Filho             0.00 18.60          
Camaçari               0.00 10.54 21.60 33.63 44.97 74.49
Dias D'Ávila                 0.00 11.06 23.09 34.43 63.95
Mata de São João                   0.00 12.03 23.37 52.89
Pojuca                     0.00 11.34 40.86
Catu                       0.00 29.52
Alagoinhas                         0.00

Tabela 3: Distâncias calculadas

 18

DISTANCIAS CALCULADAS (KM)

Santo Amaro

Simões Filho

Mata de São
Dias D'Ávila

Alagoinhas
Buranhem
Conceição

Camaçari
Candeias
da Feira

Calçada
Mapele

Pojuca
SSA -

Catu
João
Município

Conceição da Feira 0.00 37.50 47.90 70.72 90.98 113.00 97.15 115.75 126.29 137.35 149.38 160.72 190.24
Santo Amaro 37.50 0.00 10.40 33.25 53.51 75.53 59.68 78.28 88.82 99.88 111.91 123.25 152.77
Buranhem 47.90 10.40 0.00 22.81 43.07 65.09 49.24 67.84 78.38 89.44 101.47 112.81 142.33
Candeias 70.72 33.25 22.81 0.00 20.26 42.28 26.43 45.03 55.57 66.63 78.66 90.00 119.52
Mapele 90.98 53.51 43.07 20.26 0.00 22.02 6.17 24.77 35.31 46.37 58.40 69.74 99.26
SSA - Calçada 113.00 75.53 65.09 42.28 22.02 0.00 28.19 46.79 57.33 68.39 80.42 91.76 121.28
Simões Filho 97.15 59.68 49.24 26.43 6.17 28.19 0.00 18.60 29.14 40.20 52.23 63.57 93.09
Camaçari 115.75 78.28 67.84 45.03 24.77 46.79 18.60 0.00 10.54 21.60 33.63 44.97 74.49
Dias D'Ávila 126.29 88.82 78.38 55.57 35.31 57.33 29.14 10.54 0.00 11.06 23.09 34.43 63.95
Mata de São João 137.35 99.88 89.44 66.63 46.37 68.39 40.20 21.60 11.06 0.00 12.03 23.37 52.89
Pojuca 149.38 111.91 101.47 78.66 58.40 80.42 52.23 33.63 23.09 12.03 0.00 11.34 40.86
Catu 160.72 123.25 112.81 90.00 69.74 91.76 63.57 44.97 34.43 23.37 11.34 0.00 29.52
Alagoinhas 190.24 152.77 142.33 119.52 99.26 121.28 93.09 74.49 63.95 52.89 40.86 29.52 0.00

Tabela 4: Tempo calculado entre estações

 19

Tempo entre estações (min)

Alagoinhas
Buranhem
Conceição

Camaçari
Candeias

São João
Mata de
da Feira

Calçada
Mapele

Simões

D'Ávila
Amaro

Pojuca
Santo

SSA -

Filho

Catu
Dias
Município

Conceição da Feira 0 37.5 49.9 74.7 97.0 121.0 108.15 128.75 141.29 154.35 168.38 181.72 213.24

Santo Amaro 37.5 0 10.4 35.3 57.5 81.5 68.68 89.28 101.82 114.88 128.91 142.25 173.77

Buranhem 49.9 10.4 0 22.8 45.1 69.1 56.24 76.84 89.38 102.44 116.47 129.81 161.33

Candeias 74.7 35.3 22.8 0 20.3 44.3 31.43 52.03 64.57 77.63 91.66 105 136.52

Mapele 97.0 57.5 45.1 20.3 0 22.0 6.17 26.77 44.31 57.37 71.4 84.74 116.26

SSA - Calçada 121.0 81.5 81.5 44.3 22.0 0 30.19 50.79 68.33 81.39 95.42 108.76 140.28

Simões Filho 108.15 68.68 56.24 31.43 6.17 30.19 0 18.6 36.14 49.2 63.23 76.57 108.09

Camaçari 128.75 89.28 76.84 52.03 26.77 50.79 18.6 0 10.54 23.6 37.63 50.97 82.49

Dias D'Ávila 141.29 101.82 89.38 64.57 44.31 68.33 36.14 10.54 0 11.06 25.09 38.43 69.95

Mata de São João 154.35 114.88 102.44 77.63 57.37 81.39 49.2 23.6 11.06 0 12.03 25.37 56.89

Pojuca 168.38 128.91 116.47 91.66 71.4 95.42 63.23 37.63 25.09 12.03 0 11.34 42.86

Catu 181.72 142.25 129.81 105 84.74 108.76 76.57 50.97 38.43 25.37 11.34 0 29.52

Alagoinhas 213.24 173.77 161.33 136.52 116.26 140.28 108.09 82.49 69.95 56.89 42.86 29.52 0
 4.2. Coleta de dados – Tempos de Ônibus
Os tempos de ônibus foram coletados principalmente por meio de páginas virtuais na
internet que oferecem passagens entre diversos municípios na região metropolitana de
Salvador. Devido aos diversos horários oferecidos para um mesmo destino, foi utilizado o tempo
mais crítico,. Os websites utilizados como fonte desses tempos foram:

 www.temonibus.com
 www.queropassagem.com.br
 www.transportal.com.br/
 www.gopassagem.com.br
 www.regional.clickbus.com.br
 www.rome2rio.com
 www.onibuz.com/
 www.lolomove.com/br/
 www.moovitapp.com/

Os valores para os trechos Dias D'Ávila - Salvador e Dias D'Ávila - Mata de São João
foram obtidos por contato direto com a empresa TURIM TRANPORTES LTDA.

Os tempos obtidos, de forma direta, são apresentados na Tabela 5: Tempos de ônibus

entre municípios.

Tabela 5: Tempos de ônibus entre Santo Amaro Salvador 102

municípios Santo Amaro Simões Filho 70
Candeias Salvador 60
Município TEMPO
Candeias Simões Filho 43
ORIGEM DESTINO [MIN]
Salvador Conceição da Feira 125
Conceição da Feira Salvador 135
 21

Salvador Santo Amaro 90 Alagoinhas Camaçari 135

Salvador Candeias 60 Alagoinhas Pojuca 60
Salvador Simões Filho 45 Alagoinhas Catu 45
Salvador Camaçari 80
Salvador Dias D'Ávila 85
Salvador Mata de São João 95
Salvador Pojuca 112
Salvador Catu 120
Salvador Alagoinhas 160
Simões Filho Santo Amaro 64
Simões Filho Candeias 47
Simões Filho Salvador 51
Simões Filho Camaçari 41
Simões Filho Dias D'Ávila 75
Simões Filho Pojuca 55
Simões Filho Alagoinhas 135
Camaçari Santo Amaro 145
Camaçari Candeias 80
Camaçari Salvador 80

Município TEMPO
ORIGEM DESTINO [MIN]
Camaçari Simões Filho 36
Camaçari Pojuca 45
Camaçari Catu 60
Camaçari Alagoinhas 103
Dias D'Ávila Salvador 85
Dias D'Ávila Mata de São João 15

Mata de São João Candeias 91

Mata de São João Salvador 104
Mata de São João Simões Filho 89
Mata de São João Dias D'Ávila 15
Pojuca Salvador 110
Pojuca Camaçari 85
Pojuca Catu 40
Pojuca Alagoinhas 80
Catu Salvador 130
Catu Camaçari 105
Catu Pojuca 20
Catu Alagoinhas 50
Alagoinhas Salvador 160
Alagoinhas Simões Filho 130
 22

Para os tempos de ônibus não obtidos, foram usados os tempos calculados

anteriormente para estimar, indiretamente, os demais. Em alguns dos cálculos dos
tempos críticos, quando utilizado uma operação de subtração foram obtidos valores
incompatíveis. Isso se deve ao fato de que o valor do trecho menor que se utilizava para
subtrair do trecho maior, apresentava um valor muito elevado, e por isso o tempo
encontrado resultante dessa operação seria muito abaixo do esperado. Com o intuito de
contornar esse problema, para esses trechos, foi necessário subtrair do tempo maior, um
valor de tempo menor que o crítico, para que se pudesse obter como resultado um valor
condizente. Esses valores utilizados são apresentados abaixo na Tabela 6:

Tabela 6: Tempos Mínimos

Tempo mínimo (min)

ORIGEM DESTINO Tempos
Salvador Simões Filho 15
Camaçari Salvador 55
Pojuca Alagoinhas 50
Simões Filho Salvador 15
Catu Alagoinhas 20
Salvador Camaçari 60

Trechos e cálculo utilizado:

 Conceição da Feira – Simões Filho:

Tempo =Tempo [C. da Feira – Salvador] – Tempo Mín. [Simões Filho –
Salvador]
Tempo= 135 – 15 = 120 min

 Santo Amaro – Candeias:

Tempo= Tempo [Santo Amaro – Salvador] – Tempo [Candeias – Salvador]
Tempo= 110 – 60 = 50 min

 Santo Amaro – Camaçari:

Tempo= Tempo [Santo Amaro – Simões Filho] + Tempo [Simões Filho –
Camaçari]
 23

Tempo= 120 + 41 = 161 min

 Santo Amaro – Alagoinhas:

Tempo= Tempo [Santo Amaro – Candeias] + Tempo [Candeias–
Alagoinhas]
Tempo= 50 + 178 = 228 min

 Candeias – Santo Amaro:

Tempo= Tempo [Salvador – Santo Amaro] – Tempo [Salvador – Candeias]
Tempo= 90 – 60 = 30 min

 Candeias – Camaçari:
Tempo= Tempo [Candeias – Simões Filho] + Tempo [Simões Filho –
Camaçari]
Tempo= 43 + 41 = 84 min

 Candeias – Alagoinhas:
Tempo= Tempo [Candeias – Simões Filho] + Tempo [Simões Filho –
Alagoinhas]
Tempo= 43 + 135 = 178 min

 Simões Filho – Catu:

Tempo= Tempo [Simões Filho – Alagoinhas] – Tempo [Catu – Alagoinhas]
Tempo= 135 – 50 = 85 min

 Simões Filho – Conceição da Feira:

Tempo= Tempo [Salvador – C. da Feira] - Tempo [Salvador – Simões Filho]
Tempo= 125 - 15 = 110 min

 Camaçari – Dias D’Ávila:

Tempo= Tempo [Salvador – Dias D’Ávila] - Tempo Mín.[Salvador –
Camaçari]
Tempo= 85 - 60 = 25 min
 24

 Camaçari – Mata de São João:

Tempo= Tempo [Mata de S. João – Salvador] – Tempo [Salvador –
Camaçari]
Tempo= 104 - 80 = 24 min

 Camaçari – Conceição da Feira:

Tempo= Tempo [Simões Filho – C. da Feira] + Tempo [Camaçari – Simões
Filho]
Tempo= 110 + 36 = 146 min

 Dias D’Ávila – Conceição da Feira:

Tempo= Tempo [Dias D’Ávila – Simões Filho] + Tempo [Simões Filho – C.
da Feira]
Tempo= 70 + 110 = 180 min

 Dias D’Ávila – Santo Amaro:

Tempo= Tempo [Dias D’Ávila – Simões Filho] + Tempo [Simões Filho – St.
Amaro]
Tempo= 70 + 64 = 134 min

 Dias D’Ávila – Simões Filho:

Tempo= Tempo [Dias D’Ávila – Salvador] - Tempo Mín. [Simões Filho –
Salvador]
Tempo= 85 - 15 = 70 min

 Dias D’Ávila – Camaçari:

Tempo= Tempo [Dias D’Ávila – Salvador] - Tempo Mín. [Camaçari –
Salvador]
Tempo= 85 - 55 = 30 min

 Dias D’Ávila – Pojuca:

Tempo= Tempo [Dias D’Ávila – Alagoinhas] – Tempo Mín. [Pojuca –
Alagoinhas]
Tempo= 75 - 50 = 25 min
 25

 Dias D’Ávila – Catu:

Tempo= Tempo [Dias D’Ávila – Alagoinhas] – Tempo Mín. [Catu –
Alagoinhas]
Tempo= 75 - 20 = 55 min

 Dias D’Ávila – Alagoinhas:

Tempo= Tempo [Salvador – Alagoinhas] – Tempo [Salvador – Dias D’Ávila]
Tempo= 160 – 85 = 75 min

 Mata de São João – Santo Amaro:

Tempo= Tempo [Mata de S. João – Candeias] – Tempo [Candeias–St.
Amaro]
Tempo= 91 + 30 = 121 min

 Mata de São João – Camaçari:

Tempo= Tempo [Mata de S. João – Salvador] – Tempo Mín. [Camaçari–
Salvador]
Tempo= 104 - 55 = 49 min

 Mata de São João – Pojuca:

Tempo= Tempo [Salvador – Pojuca] – Tempo [Salvador – Mata de São
João]
Tempo= 112 - 95 = 17 min

 Mata de São João – Catu:

Tempo= Tempo [Salvador – Catu] – Tempo [Salvador – Mata de São João]
Tempo= 120 - 95 = 25 min

 Mata de São João – Alagoinhas:

Tempo= Tempo [Salvador – Alagoinhas] – Tempo [Salvador – Mata de S.
João]
Tempo= 160 - 95 = 65 min
 26

 Pojuca – Conceição da Feira:

Tempo= Tempo [Pojuca – Camaçari] + Tempo [Camaçari – C. da Feira]
Tempo= 85 + 146 = 231 min

 Pojuca – Simões Filho:

Tempo= Tempo [Pojuca – Salvador] – Tempo Mín. [Simões Filho –
Salvador]
Tempo= 110 - 15 = 95 min

 Pojuca – Dias D’Ávila:

Tempo= Tempo [Pojuca – Salvador] – Tempo [Dias D’Ávila – Salvador]
Tempo= 110 - 85 = 25 min

 Catu – Dias D’Ávila:

Tempo= Tempo [Catu – Salvador] – Tempo [Dias D’Ávila – Salvador]
Tempo= 130 - 85 = 45 min

 Catu – Mata de São João:

Tempo= Tempo [Catu – Salvador] – Tempo [Mata de São João – Salvador]
Tempo= 130 - 104 = 26 min

 Alagoinhas – Dias D’Ávila:

Tempo= Tempo [Alagoinhas – Salvador] – Tempo [Dias D’Ávila – Salvador]
Tempo= 160 - 85 = 75 min

 Alagoinhas – Mata de São João:

Tempo= Tempo [Alagoinhas – Salvador] – Tempo [Mata de São João–
Salvador]
Tempo= 160 - 104 = 56 min

Os valores obtidos através desses cálculos são apresentados na tabela que se

segue.
 27

Tabela 7: Resumo dos tempos de ônibus calculados

Município TEMPOS
ORIGEM DESTINO [MIN]
Conceição da Feira Simões Filho 120
Santo Amaro Candeias 42
Santo Amaro Camaçari 111
Santo Amaro Alagoinhas 178
Candeias Santo Amaro 30
Candeias Camaçari 84
Candeias Alagoinhas 178
Simões Filho Conceição da Feira 110
Simões Filho Catu 85
Camaçari Conceição da Feira 146
Camaçari Dias D'Ávila 25
Camaçari Mata de São João 24
Dias D'Ávila Conceição da Feira 180
Dias D'Ávila Santo Amaro 134
Dias D'Ávila Simões Filho 70
Dias D'Ávila Camaçari 30
Dias D'Ávila Pojuca 25
Dias D'Ávila Catu 55
Dias D'Ávila Alagoinhas 75
Mata de São João Santo Amaro 121
Mata de São João Camaçari 49
Mata de São João Pojuca 17
Mata de São João Catu 25
Mata de São João Alagoinhas 65
Pojuca Conceição da Feira 231
Pojuca Simões Filho 95
Pojuca Dias D'Ávila 25
Catu Dias D'Ávila 45
Catu Mata de São João 26
Alagoinhas Dias D'Ávila 75
Alagoinhas Mata de São João 56

4.3. Coleta de dados – Tempos para os Bairros

Os tempos de deslocamento do local de origem até a estação ou rodoviária foram
calculados como o tempo que um carro levaria para fazer o trajeto. A ferramenta utilizada
foi o Google Maps para calcular esse tempo de deslocamento. Para os casos em que o
 28

bairro descrito pelo entrevistado não foi mencionado ou não foi encontrado, foi adotado
um valor médio de distâncias entre os demais bairros e estações ou rodoviária.

Os endereços de chegada e saída das viagens intermunicipais são apresentados

abaixo:

Tabela 8: Endereço das estações ferroviárias e terminais rodoviários

Município Estação Ferroviária Terminal Rodoviário

Terminal Rodoviário Clériston Andrade,
Alagoinhas Praça Cel. Anísio Cardoso, 17
rua Terminal Rodoviário 172
Rodoviária de Camaçari, R. da
Camaçari R. da Bandeira, 20
Rodoviária, 211 - Centro
Rodoviária De Candeias, Av. Antônio
Candeias R. Ceará, 20 - Pitanga
Paterson, 58 - Nova Candeias
Terminal rodoviário de Catu, R. Simões
Catu Av. Padre Cupertinio
Filho, 430

Conceição da Feira Av. Barão do Rio Branco, 330 R. Jardim do Norte, 472

Terminal Rodoviário Dias Davila, 1515,

Dias D'Ávila Av. Lauro de Freitas, 1305 Av. Lauro de Freitas, 1469 - Jardim Garcia
Davila
Mata de São João R. da Estação, 246 R. João Pessoa, 16

Rodoviária De Pojuca, Praça Pe. João

Pojuca Estação De Trem De Pojuca
Montez

Salvador Estação Ferroviária - Calçada Rodoviária de Salvador - Pernambués

Terminal Rodoviário de Santo Amaro, R.

Santo Amaro Praça 14 de Junho, 1160
Vanderlei Pinho, 102 - Centro
Rodoviária Simões Filho - Parque Hildete
Simões Filho R. Antônio C. Magalhães, 180
Rocha

Vale a ressalva que para Salvador, devido à proximidade, alguns de seus bairros tiveram
sua estação e terminal redirecionado para Simões Filho.

4.4. Desenvolvimento.
A partir dessas informações coletadas e através do banco de dados, obtido a partir
do projeto “Desenvolvimento de Estudos de Viabilidade Técnica, Econômica, Social,
Ambiental e Jurídico-Legal para a implantação de Sistemas de Transporte Ferroviário de
 29

Passageiros de Interesse Regional – Trecho Conceição da Feira – Salvador –

Alagoinhas”, é possível determinar o tempo de deslocamento de cada um dos indivíduos,
tanto por trem, quanto por ônibus.

As respostas dos indivíduos na pesquisa que não foram completadas

suficientemente, dos indivíduos cujas viagens não fossem realizadas de ônibus e dos
indivíduos que não estivessem realizando viagem intermunicipal, foram descartadas para
uso na análise. Durante a entrevista cada entrevistado poderia mencionar mais de uma
viagem que realizava, para esses casos, foi considerada somente a primeira e principal
viagem.
Com as respostas dos indivíduos restantes, que não foram descartados, a
equação para determinação do tempo total da viagem foi:

Tempo Total=Tempo Origem+ Tempo Intermunicipal+ Tempo Destino (1)

Onde:

 Tempo Origem – Tempo de partida entre o bairro de origem e a estação ou

terminal
 Tempo Intermunicipal – Tempo entre Estações ou Terminais
 Tempo Destino – Tempo de destino entre a estação ou terminal e o bairro
de destino
 30

5. Ferramentas para análise

5.1. Teste não paramétrico: Teste U de Mann Whitney

Os testes não paramétricos são testes que não necessitam supor uma distribuição
de probabilidade das variáveis estudadas. Para o caso da implantação de trens regionais,
deseja-se comparar os tempos dos indivíduos que aceitariam utilizar os trens com os que
não aceitariam fazer essa troca (e continuariam usando o ônibus para tais viagens).
Tendo como pressuposto que essas amostras são aleatórias e independentes, pode se
utilizar o teste de Mann Whithney para comparar as distribuições dos grupos. Esse teste é
baseado nos postos de observação e não nos valores das amostras, como em um teste
paramétrico.

O teste apresenta uma hipótese de nulidade (𝐻0), de que ambos os grupos

possuem a mesma distribuição – os tempos de viagem para ambos os grupos estudados
são estatisticamente os mesmos -, e a hipótese alternativa (𝐻1), em que se quer
comprovar que o grupo que não utiliza o trem apresenta estatisticamente distribuição de
tempos de viagens diferentes do que o grupo que utiliza o trem regional, sendo, portanto,
uma hipótese direcional (SIEGEL, 1975).

O método do teste U de Mann-Whitney consiste em: seja n1 o número de casos do

menor dos dois grupos – (GRUPO 1: usuários do trem e GRUPO 2: usuário de ônibus) –
e n2 o número de casos do maior grupo. Para aplicar o teste U, primeiramente, deve-se
combinar as observações de ambos os grupos em ordem crescente. O valor de U (a
estatística utilizada no teste) é dada pelo número de vezes que um escore no grupo com
n2 casos precede um escore no grupo com n1 casos na classificação ascendente
(SIEGEL, 1975).

Para o presente trabalho, o cálculo das medidas de interesse pelo teste U de

Mann-Whitney foi feito utilizando-se o software estatístico IBM SPSS 24.0.

5.2. Teste não paramétrico: Teste de Kolmogorov Smirnov

De acordo com Wayne W. Daniel, o teste de Kolmorogov-Smirnov, que é também
conhecido como teste K-S, é um teste sobre a igualdade de distribuições de probabilidade
 31

contínuas e unidimensionais que pode ser usado para comparar duas amostras entre si.
Esse teste que compara duas amostras entre si é conhecido teste K-S Biamostral.

Para o caso biamostral, a estatística de Kolmogorov Smirnov é:

D n , m=supremo ⁡∨ F 1n ( x ) −F 2n (x)∨¿ (2)

Onde F1n e F2m são as funções de distribuição das duas amostras.

A função nula só será rejeitada a um nível α se

n+m
D n , m> c ( α ) .
√ n .m
(3)

Onde n e m, são os tamanhos das duas amostras. Para o caso em que α=0,05
temos que c é igual a 1,36. Com isso esse teste consegue verificar se as duas amostras
vêm de uma mesma distribuição.

Para o presente trabalho, o cálculo para o teste Kolmogorov Smirnov de interesse

foi feito utilizando-se o software estatístico IBM SPSS 24.0.

5.3. Teste paramétrico: Teste T de Student

No teste T de Student, é possível partir do pressuposto de que a amostra dos
indivíduos que aceitariam trocar o seu modo de transporte para trem é independente
daqueles que não aceitariam. Esse teste T de Student, funciona através do teste uma
hipótese para rejeitar ou não uma hipótese nula quando a estatística do teste segue uma
distribuição T de Student.

Para o caso em questão, ela funciona com o objetivo de avaliar os dois perfis dos
entrevistados, quanto a uma variável quantitativa, que no caso, são os tempos de viagem
pelo modo declarado como preferencial pelo entrevistado, mas sem se ter os parâmetros
dessas populações, como as médias (μ) e nem os desvios padrões (σ).

A estatística do Teste T toma como base a diferença entre as médias de duas

amostras, X1-X2, mas leva também em consideração o número de elementos em cada
amostra e a variabilidade interna dessas amostras (BARBETTA, 2014). No caso, retoma-
se a ideia do Teste U de Mann-Whitney, onde há a hipótese de nulidade (H0), de que
 32

ambos os grupos possuem a mesma distribuição e a hipótese alternativa (H1), em que se

quer comprovar que os dois grupos possuem tempos de viagem diferentes. Em resumo:

𝐻0: μ1=μ2 e 𝐻1: μ1≠μ2 (1) (4)

Onde μ1 é a média dos tempos de viagem dos usuários que não utilizam o trem
regional e μ2 é a média dos tempos de viagem dos usuários que utilizam o trem regional.
Como dito anteriormente, a média μ refere-se à média populacional.

Para o presente trabalho, o cálculo das medidas de interesse pelo teste T de

Student foi feito utilizando-se o software estatístico IBM SPSS 24.0.

5.4. Método não experimental ou de seleção não aleatória – Regressão Linear

Múltipla
Para a análise de impacto pelo método não experimental, utiliza-se a regressão
linear como instrumento estatístico, que permite isolar as características que tornam os
grupos diferentes e torná-los comparáveis. No caso, a principal característica que
diferencia esses grupos é o modo de transporte atual (SCHOR, 2005).

Para a utilização desse método, a equação utilizada tem a forma apresentada

abaixo:

Y =α + β∗X +ε (5)

Em que:

Y - Indicador do tempo de viagem

X - Variável binária que assume os valores de 0 (zero) para os usuários

que não utilizariam o trem (ônibus) e 1 (um) para os que utilizariam.

α - Parâmetro associado ao tempo de viagem médio em um

determinado modo de transporte.

β - Parâmetro associado ao impacto no tempo de viagem do usuário

que utiliza o trem.

ε - Representa o erro aleatório

 33

Para um valor de β negativo fica indicado que haverá impacto (redução) sobre
esse tempo. O valor estimado deste coeficiente significa a variação (em minutos) no
tempo de viagem, mediante o valor 1 da variável X, ou seja, mediante o uso do trem
regional.
 34

6. Resultados e Análise

6.1. Teste não paramétrico: Teste U de Mann Whitney e Kolmogorov Smirnov

No teste U de Mann Whitney, através do software IBM SPSS, foi realizada a
comparação entre as distribuições dos dois grupos, usuários de trem e usuários de
ônibus, dos quais avaliou-se as hipóteses nula (H0, onde a distribuição dos tempos de
viagem é a mesma para os dois grupos) e a alternativa (H1, onde a distribuição dos
tempos de viagem é diferente para os grupos analisados).

No caso, a hipótese nula (H0) pode ser avaliada em função do nível de

significância dos testes que apresentou para o valor da coluna “Sig” um valor de 0,000,
menor do que 0,05 e, portanto, pode ser descartada.

Tabela 9: Resultado parte 1 do Teste U de Mann Whitney

 35

Tabela 10: Resultado parte 2 do Teste U de Mann Whitney

Dessa forma, pode se concluir que as distribuições do indicador tempo são

diferentes para os dois grupos, e, portanto, aceita-se a hipótese alternativa (H1),
comprovando que há uma significativa diferença entre os tempos.

A mesma hipótese é confirmada pelo teste de Kolmogorov Smirnov de amostras

independentes que também trabalha com as hipóteses nula e alternativa.

A tabela, a seguir, apresenta esse resultado:

Tabela 11: Resultado parte 1 do Teste de Kolmogorov Smirnov

 36

Tabela 12: Resultado parte 2 do Teste de Kolmogorov Smirnov

Assim, pode se concluir, conforme explicito na tabela “Resumo de Teste de

Hipótese”, que se pode rejeitar a hipótese nula, tendo em vista que em função do nível de
significância ser menor do que 0,05, confirma a hipótese alternativa.

6.2. Teste paramétrico: Teste T de Student para comparação de médias

O teste T de Student é realizado para a comparação dos tempos de viagem para

os usuários de ônibus e os usuários de trem, por meio da comparação das médias, pelas
hipóteses:

 𝐻0: μ1=μ2 - Hipótese nula, onde as médias dos tempos de viagem são as
mesmas para os dois grupos
 𝐻1: μ1≠μ2 – Hipótese alternativa, onde as médias dos tempos de viagem
são diferentes para os dois grupos.

No caso em questão, o software IBM SPSS 24.0 indicou os seguintes resultados:

 37

Tabela 13: Resultado parte 1 – Teste T de Student

Onde o Grupo 0 que não usa o trem apresentou um tempo consideravelmente

maior do que o grupo que usou o trem (Grupo 1), no entanto, é necessário observar a
tabela seguinte que confirma a hipótese de que as médias são significativamente
diferentes.

Tabela 14: Resultado parte 2 – Teste T de Student

Com esses dados é possível avaliar qual das hipóteses, H0 (nula) ou

H1(alternativa), é a confirmada. Primeiramente observa-se o “Sig” do “Teste de Levene
para igualdade de variâncias”.

O valor de Sig pode ser avaliado como sendo menor ou igual a 0,05 ou maior que
0,05. Para os casos em que Sig for menor ou igual a 0,05, para um nível de significância
de 5%, o teste de levene é significante e por isso pode ser aceita hipótese de que os
tempos são diferentes. Para os casos em que o nível de significância for maior do que
0,05, perde se a evidencia para rejeitar a hipótese nula.

Para o caso em questão, o Sig=0,024<0,05. A partir daí passa a se avaliar as

variâncias iguais não assumidas.
 38

Em seguida, deve-se analisar o “Sig (2 extremidades)” do “Teste T para igualdade

de Médias”, onde se esse valor for menor que 0,05, rejeita-se a hipótese nula (H0) e
aceita-se a alternativa (H1). Para os casos em que o valor for maior que 0,05, aceita-se a
hipótese nula (H0) e rejeita-se a alternativa (H1).

Para o caso em questão, pode-se afirmar que a média dos tempos de viagem para
os usuários de trem é reduzida em 19,42 minutos em relação ao usuário de ônibus, o que
se configura como uma diferença considerável.

6.3. Método não aleatório: Regressão Linear Múltipla

A regressão linear múltipla foi utilizada com o intuito de determinar quais os fatores
que impactam o tempo de viagem do usuário – variável dependente - e quantifica-los.

O software IBM SPSS 24.0 foi utilizado como ferramenta de cálculo da Regressão
Linear onde foram considerados tanto fatores físicos como fatores socioeconômicos na
composição do tempo de viagem. As informações referentes aos fatores
socioeconômicos, assim como as informações de deslocamento foram retiradas do banco
de dados do projeto “Desenvolvimento de Estudos de Viabilidade Técnica, Econômica,
Social, Ambiental e Jurídico-Legal para a implantação de Sistemas de Transporte
Ferroviário de Passageiros de Interesse Regional – Trecho Conceição da Feira –
Salvador – Alagoinhas.

Como método de análise da regressão linear, os modelos foram construídos

através do Stepwise. Esse método cria um novo modelo ao adicionar uma variável e
analisar seu erro , assim como o seu relacionamento com as outras variáveis, podendo
ser removida ou remover outra variável. Esse procedimento é repetido até que não se
inclua ou exclua alguma variável.

As variáveis independentes consideradas, com nomes entre parênteses de como

foram colocadas no modelo, são apresentadas a seguir:

a) Meio de transporte (Usa trem?): Variável independente binária, que

assume o valor de 1 (um) para os entrevistados que optaram por usar o
trem regional e 0 (zero) para os que continuariam utilizando o meio ônibus.
b) Distância (Distância (KM)): distância em quilômetros entre o município de
origem e o município de destino.;
 39

c) Troca de trechos (Troca de Trechos): quantidade de troca de trechos

ferroviários no caminho percorrido;
d) Municípios ou Estações de origem: são terminados com a letra “O”;
e) Municípios ou Estações de destino: são terminados com a letra “D”;
f) Número de carros no domicilio do entrevistado: Sem carros (Sem Carros),
com até 1 carro (1 Carro), até 2 carros (2 Carros) e com mais de 2 carros
(Mais de 2 Carros).
g) Motivação da viagem do entrevistado: viagens relacionadas ao trabalho
(Trabalho), estudo (Estudo), para compras (Compras), lazer (Lazer), saúde
(Saúde) e visita (Visita). Para os indivíduos que não se enquadraram
nessas categorias, não foi considerada motivação da viagem.

Por meio de todas essas variáveis consideradas, os modelos foram construídos

pelo método Stepwise de regressão linear e analisados, totalizando 15 modelos, com
seus respectivos preditores, valores de R, R quadrado, R quadrado ajustado e o Erro
padrão da estimativa.

Tabela 15: Resultado – Modelos de Regressão Linear Múltipla - Parte 1

R quadrado Erro padrão da

Modelo R R quadrado
ajustado estimativa
1 0,934a 0.873 0.873 12.9598
b
2 0,946 0.895 0.895 11.7829
c
3 0,949 0.900 0.900 11.4828
4 0,951d 0.905 0.905 11.2004
e
5 0,952 0.907 0.906 11.1236
f
6 0,953 0.908 0.907 11.0571
g
7 0,953 0.909 0.909 10.9941
h
8 0,954 0.909 0.909 10.9589
i
9 0,954 0.910 0.909 10.9355
j
10 0,954 0.910 0.910 10.9161
k
11 0,954 0.910 0.910 10.9011
l
12 0,954 0.911 0.910 10.8904
m
13 0,954 0.911 0.910 10.8814
14 0,955n 0.911 0.911 10.8690
o
15 0,955 0.911 0.911 10.8591
 40

a. Preditores: (Constante), Distância (Km)

b. Preditores: (Constante), Distância (Km), Usa trem?

c. Preditores: (Constante), Distância (Km), Usa trem?, SSA - Calçada (D)

d. Preditores: (Constante), Distância (Km), Usa trem?, SSA - Calçada (D), SSA -
Calçada (O)

e. Preditores: (Constante), Distância (Km), Usa trem?, SSA - Calçada (D), SSA -
Calçada (O), Simões Filho (D)

f. Preditores: (Constante), Distância (Km), Usa trem?, SSA - Calçada (D), SSA -
Calçada (O), Simões Filho (D), Candeias (D)

g. Preditores: (Constante), Distância (Km), Usa trem?, SSA - Calçada (D), SSA -
Calçada (O), Simões Filho (D), Candeias (D), Conceição da Feira (O)

h. Preditores: (Constante), Distância (Km), Usa trem?, SSA - Calçada (D), SSA -
Calçada (O), Simões Filho (D), Candeias (D), Conceição da Feira (O), Troca de Trechos

i. Preditores: (Constante), Distância (Km), Usa trem?, SSA - Calçada (D), SSA -
Calçada (O), Simões Filho (D), Candeias (D), Conceição da Feira (O), Troca de Trechos,
Compras

j. Preditores: (Constante), Distância (Km), Usa trem?, SSA - Calçada (D), SSA -
Calçada (O), Simões Filho (D), Candeias (D), Conceição da Feira (O), Troca de Trechos,
Compras, Santo Amaro (D)

k. Preditores: (Constante), Distância (Km), Usa trem?, SSA - Calçada (D), SSA -
Calçada (O), Simões Filho (D), Candeias (D), Conceição da Feira (O), Troca de Trechos,
Compras, Santo Amaro (D), 1 Carro

l. Preditores: (Constante), Distância (Km), Usa trem?, SSA - Calçada (D), SSA -
Calçada (O), Simões Filho (D), Candeias (D), Conceição da Feira (O), Troca de Trechos,
Compras, Santo Amaro (D), 1 Carro, Lazer

m. Preditores: (Constante), Distância (Km), Usa trem?, SSA - Calçada (D), SSA -
Calçada (O), Simões Filho (D), Candeias (D), Conceição da Feira (O), Troca de Trechos,
Compras, Santo Amaro (D), 1 Carro, Lazer, Catu (O)
 41

n. Preditores: (Constante), Distância (Km), Usa trem?, SSA - Calçada (D), SSA -
Calçada (O), Simões Filho (D), Candeias (D), Conceição da Feira (O), Troca de Trechos,
Compras, Santo Amaro (D), 1 Carro, Lazer, Catu (O), Dias D'Ávila (O)

o. Preditores: (Constante), Distância (Km), Usa trem?, SSA - Calçada (D), SSA -
Calçada (O), Simões Filho (D), Candeias (D), Conceição da Feira (O), Troca de Trechos,
Compras, Santo Amaro (D), 1 Carro, Lazer, Catu (O), Dias D'Ávila (O), Santo Amaro (O).

Observa-se que o modelo 15 é aquele que apresentou o maior R quadrado

ajustado (0.911) e o menor Erro padrão da estimativa (10.8591). O R² = 0.911, sendo um
indicador de qualidade do ajuste ao modelo, revela que 91.1% das variações da variável
dependente (tempo de viagem) podem ser explicadas pelas variáveis independentes que
foram aplicadas ao modelo.

A tabela que se segue também foi retirada do relatório do software SPSS e

apresenta os coeficientes que formarão a equação da regressão linear múltipla,
apresentados na coluna “B”, em “Coeficientes não padronizados”.

Tabela 16: Resultado – Modelos de Regressão Linear Múltipla - Parte 2

Coeficientes não Coeficientes

Modelo padronizados padronizados t Sig.
B Erro Padrão Beta
(Constante) 31,965 1.039   30.780 0.000
Distância (Km) 1.124 0.013 0.892 84.373 0.000
Usa trem? -20.252 0.845 -0.158 -23.971 0.000
SSA - Calçada (D) 10.387 0.657 0.134 15.799 0.000
SSA - Calçada (O) 4.181 0.717 0.056 5.829 0.000
Simões Filho (D) 5.970 0.933 0.046 6.401 0.000
Candeias (D) 5.407 0.976 0.038 5.541 0.000
Conceição da Feira (O) -10.030 2.539 -0.027 -3.951 0.000
Troca de Trechos 3.329 0.752 0.040 4.425 0.000
Compras -2.929 0.938 -0.021 -3.123 0.002
Santo Amaro (D) 3.494 1.155 0.021 3.025 0.003
1 Carro 1.703 0.682 0.016 2.497 0.013
Lazer -1.500 0.612 -0.016 -2.450 0.014
Catu (O) -3.123 1.170 -0.018 -2.670 0.008
Dias D'Ávila (O) -2.165 0.844 -0.018 -2.564 0.010
Santo Amaro (O) -2.846 1.270 -0.016 -2.241 0.025

Sendo assim, a equação obtida pela regressão linear é apresentada como:

 42

y=31,965+ 1,124. x 1−20,252. x 2+ 10,387. x 3+ 4,181. x 4 +5,970. x 5+5,407. x 6−10,030. x 7+ 3,329. x

(6)

A equação apresenta o tempo de viagem como a variável dependente

representada por “y” na equação.

A distância entre os municípios é representada na variável x1 e é aquela que

apresenta relação mais direta com o tempo de viagem e sendo assim, quanto maior a
distância, maior será o tempo de viagem. Nesse sentido, B = 1.124>0 é condizente com a
relação entre as variáveis.

A variável x2 binária, referente a “Usa trem?”, de acordo com a pesquisa feita,

corresponde à preferência do entrevistado por usar ou não o trem regional proposto. Para
os indivíduos que aceitariam trocar para o trem, o valor de x2 é igual a 1 (um) e para os
que não aceitariam a troca, o valor de x2 é igual a 0 (zero). O coeficiente que acompanha
essa variável é de grande interesse, tendo em vista que ele indica o impacto que há no
tempo de viagem dos indivíduos que aceitariam trocar o meio de transporte para trem. O
valor desse coeficiente foi de -20.252, o que indica que há uma redução considerável no
tempo de viagem, de 20.252 minutos, em comparação com os indivíduos que escolhem o
uso de ônibus.

Quanto aos municípios ou estações de origem e destino, tem se que a estação

SSA - Calçada apresenta um valor positivo em seu coeficiente, o que representa um
acréscimo de tempo visível tanto quando se apresenta como ponto de partida (4.181
minutos) quanto de chegada na viagem (10.387 minutos). A mais provável causa desse
acréscimo, se deve ao tempo de viagem na própria cidade de Salvador, tendo em vista o
enorme tamanho da cidade, que apresenta quase 700 km² de área e uma conurbação
com as cidades vizinhas. Há ainda, o fator do trânsito que impacta cidades com pouco
planejamento urbano e com densidades tão alta, que no caso de Salvador é de 3859.44
hab/km². O mesmo efeito ainda pode ser visto na cidade vizinha, ainda que com
coeficiente menor, como na variável “Simões Filho (D)” e “Candeias (D)”.

No extremo oposto, o município de Conceição da Feira, nas viagens de origem

apresentou uma redução significativa de -10.030 minutos. Cidade essa, que apresentou a
menor área (164.798 km²) e população (22581 habitantes) dentre os municípios
estudados, além de uma das menores densidades (125.19 hab/km²). Todos esses fatores
são indicativos de uma cidade com pouco trânsito e pequenas distâncias no
 43

deslocamento na cidade. Esse mesmo impacto é observador, ainda que em menor escala
nas variáveis “Dias D’Ávila (O)” (-2.165 minutos), “Catu (O)” (-3.123 minutos) e “Santo
Amaro (O)” (-2.846 minutos).

A variável “Troca de Trechos” que apresentou valor de 0 para as viagens feitas por
ônibus e de 1 para as viagens de trem que apresentaram a troca de trechos. Essa
variável apresentou um aumento significativo no tempo de viagem de 3.329 minutos no
tempo total de deslocamento para os usuários que aceitariam a troca em seu meio de
transporte para o trem regional.

Com relação à motivação da viagem dos usuários entrevistados, as variáveis de

“Compras” e “Lazer” apresentaram redução no tempo de viagem, respectivamente -2.929
minutos e -1.500 minutos. Esses tempos são condizentes na medida em que essas
atividades são concentradas nos centros urbanos, em geral próximos das estações
ferroviárias e das rodoviárias.
 44

7. Conclusão
Com base nos testes aplicados para avaliar o banco de dados de viagens origem -
destino, foi possível concluir que as distribuição dos tempos de viagem são
significativamente diferentes para os grupos que aceitariam trocar o meio de transporte
ônibus para o meio de transporte proposto, trem regional, e para os que não aceitariam
fazer essa troca. Esse resultado se repetiu nos dois testes não paramétricos, Teste U de
Mann Whitney e Kolmogorov Smirnov, e para o teste paramétrico, teste T de Student.

O resultado de que os grupos apresentam uma média de tempo significativamente

diferente é reafirmada com a análise feita pelo método não aleatório de regressão linear
múltipla. O modelo recriado indicou um impacto grande no tempo de viagem dos usuários
que optaram pelo uso do trem regional. Os indivíduos que aceitaram fazer a troca para o
meio de transporte proposto, tiveram uma redução média de -20.252 minutos e portanto,
pode se concluir que a escolha pelo trem regional, considerando se o indicador tempo de
viagem, tem um impacto social positivo.

A partir dos resultados apresentados, concluímos que a escolha do trem regional

como meio de transporte foi capaz de reduzir o tempo de viagem dos usuários que
utilizavam o ônibus para se locomover. Assim, por meio desses testes e resultados, pode
se afirmar que um sistema regional de trens interligando esses municípios, se configuraria
como uma boa solução de mobilidade urbana na região. Considerando essa redução de
tempo nos deslocamentos dos usuários intermunicipais, somado ao fato de que os trens
regionais conseguem transportar grandes contingentes de usuários e ao uso de vias
exclusivas por esse meio de transporte, podemos prever uma grande redução no número
de deslocamentos feitos por ônibus. Essa redução impactaria em uma redução do trânsito
nas vias das cidades estudadas, principalmente para os casos que já sofrem com
congestionamento como nas cidades mais próximas a Salvador.
 45

REFERÊNCIAS

CAMPOS, Vânia Barcellos Gouvêa; Planejamento de transportes: Conceitos e modelos de

análise. s.I : Apostila em formato digital, 2007.

FERNANDES, Etelvina Rebouças. Do mar da Bahia ao Rio do Sertão: Bahia and San
Francisco Railway. Salvador: Secretaria da Cultura e Turismo, 2006.

O sistema ferroviário brasileiro. – Brasília : CNT, 2013

KAWAMOTO, Eiji; Análise de Sistemas de Transportes. São Carlos: Serviço Gráfico EESC –
USP, 2010.

MINISTÉRIO DOS TRANSPORTES. Estudo de viabilidade técnica, econômica, social,

ambiental e jurídico-legal para a implantação de sistemas de transporte ferroviário de
passageiros de interesse regional: Trecho: Conceição da Feira (BA) – Salvador (BA) – Alagoinhas
(BA). Salvador: 2013

SCHOR, Adriana; AFONSO, Luís Eduardo; Avaliação Econômica de Projetos Sociais. São
Paulo, 2005.

DANIEL, Wayne W. Applied Nonparametric Statistics (2000).

BARBETTA, Pedro Alberto; Estatística aplicada às Ciências Sociais. Florianópolis: Ed. da

UFSC, 2104.

FIELD, Andy; Discovering Statistics Using SPSS. SAGE Publications Ltd, 2009, 3 ed.

SIEGEL, Sidney; Estatística não paramétrica. Editora McGraw-Hill do Brasil, São Paulo,
1975.
 46

PÁGINAS DA INTERNET

https://cidades.ibge.gov.br/brasil/ba/panorama (acessado em 09/2019)

https://www.temonibus.com/ (acessado em 08/2019)

https://queropassagem.com.br/ (acessado em 08/2019)

https://www.transportal.com.br/ (acessado em 08/2019)

https://www.gopassagem.com/ (acessado em 08/2019)

https://onibuz.com/ (acessado em 08/2019)

https://www.viacaoregional.com.br/ (acessado em 08/2019)

https://www.rome2rio.com/ (acessado em 08/2019)

https://www.lolomove.com/br/ (acessado em 08/2019)

https://moovitapp.com/ (acessado em 08/2019)

http://www.turimtransportes.com.br/TransporteColetivo.aspx (acessado em 08/2019)