Estudo de caso: a eficácia da Lei Seca no estado do Rio de Janeiro

Ana Beatriz Carvalho Werlang

Felipe de Oliveira Martins de Souza

Illana Geller

Mariana de Mendonça Molles Mazzini Perpétuo

Trabalho para conclusão do curso de Controle de

Qualidade presente no Curso de Engenharia de
Produção da Escola Politécnica da Universidade
Federal do Rio de Janeiro.

Professor Orientador: Amarildo Fernandes

Rio de Janeiro

Julho/2016
 2

SUMÁRIO

1 INTRODUÇÃO ....................................................................................................................... 6
1.1 Contextualização ............................................................................................................... 6
1.2 Motivação ......................................................................................................................... 7
2 METODOLOGIA DE PESQUISA ......................................................................................... 7
2.1 Dados utilizados ................................................................................................................ 7
2.2 Tratamento de dados ......................................................................................................... 9
3 ANÁLISE DOS DADOS ...................................................................................................... 11
3.1 Homicídio culposo .......................................................................................................... 11
3.1.1 Análise preliminar dos dados ................................................................................... 11
3.1.2 Divisão em grupos .................................................................................................... 13
3.1.3 Estudo dos grupos: Teste de Estacionariedade e de Autocorrelação ....................... 15
3.1.4 Testes de Hipóteses .................................................................................................. 19
3.1.4.1 Teste T para Duas Amostras e IC: Grupo1; Grupo2 ......................................... 20
3.1.4.2 Teste de Equivalência ........................................................................................ 20
3.1.4.3 ANOVA ............................................................................................................. 22
3.1.5 Conclusão parcial ..................................................................................................... 24
3.2 Lesões culposas em acidentes de trânsito ....................................................................... 25
3.2.1 Análise preliminar dos dados ................................................................................... 25
3.2.2 Divisão em grupos .................................................................................................... 27
3.2.3 Estudo dos grupos: Teste de Estacionariedade e de Autocorrelação ....................... 29
3.2.4 Testes de Hipóteses .................................................................................................. 33
3.2.4.1 Teste T para Duas Amostras e IC: Grupo1; Grupo2 ......................................... 33
3.2.4.2 Teste de Equivalência ........................................................................................ 34
3.2.4.3 ANOVA ............................................................................................................. 36
3.2.5 Conclusão parcial ..................................................................................................... 38
4 COMPARAÇÃO DO RESULTADO OBTIDO COM OS DADOS DO GOVERNO ......... 38
5 CONCLUSÃO FINAL .......................................................................................................... 40
6 REFERÊNCIAS BIBLIOGRÁFICAS .................................................................................. 42
 3

ÍNDICE DE TABELAS

Tabela 1 - Número de vítimas de homicídio culposo de trânsito no estado do Rio de Janeiro..8

Tabela 2 - Número de vítimas de Lesão Culposa de Trânsito no estado do Rio de Janeiro.......9

Tabela 3 - Frota de Veículos de Passeio/Passageiro...................................................................9

Tabela 4 - Vítimas de homicídio culposo de trânsito a cada 100.000 veículos no estado do Rio
de Janeiro..................................................................................................................................10

Tabela 5 - Vítimas de Lesão Culposa de trânsito a cada 100.000 veículos no estado do Rio de
Janeiro.......................................................................................................................................10
 4

ÍNDICE DE GRÁFICOS

Figura 1 – Teste de Normalidade geral para as vítimas de homicídio culposo no trânsito a

cada 100.000 veículos...............................................................................................................11

Figura 2 – Boxplot de vítimas de homicídio culposo de trânsito a cada 100.000 veículos por
ano.............................................................................................................................................12

Figura 3 - Série histórica das vítimas de homicídio culposo de trânsito a cada 100.000
veículos por mês, dividido por grupos......................................................................................13

Figura 4 - Histograma das vítimas de homicídio culposo de trânsito a cada 100.000 veículos,
dividido por grupos...................................................................................................................14

Figura 5 - Boxplot das vítimas de homicídio culposo de trânsito a cada 100.000 veículos,
dividido por grupos...................................................................................................................15

Figura 6 - Autocorrelação do Grupo 1 - vítimas de homicídio culposo de trânsito a cada

100.000 veículos.......................................................................................................................17

Figura 7 - Autocorrelação do Grupo 2 - vítimas de homicídio culposo de trânsito a cada

100.000 veículos.......................................................................................................................18

Figura 8 - Autocorrelação do Grupo 3 - vítimas de homicídio culposo de trânsito a cada

100.000 veículos.......................................................................................................................19

Figura 9 - Boxplot de vítimas de homicídio culposo de trânsito a cada 100.000 veículos,

dividido entre 2 grupos e obtidos pela ANOVA.......................................................................23

Figura 10 - Análise dos resíduos das vítimas de homicídio culposo de trânsito a cada 100.000
veículos, obtidos pela ANOVA................................................................................................23

Figura 11 – Teste de Normalidade geral para as vítimas de lesão culposa no trânsito a cada
100.000 veículos.......................................................................................................................25

Figura 12 – Boxplot de vítimas de lesão culposa de trânsito a cada 100.000 veículos por
ano.............................................................................................................................................26
 5

Figura 13 - Série histórica das vítimas de lesão culposa de trânsito a cada 100.000 veículos
por mês, dividido por grupos....................................................................................................27

Figura 14 - Histograma das vítimas de lesão culposa de trânsito a cada 100.000 veículos,
dividido por grupos...................................................................................................................28

Figura 15 - Boxplot das vítimas de lesão culposa de trânsito a cada 100.000 veículos, dividido
por grupos.................................................................................................................................29

Figura 16 - Autocorrelação do Grupo 1 - vítimas de lesão culposa de trânsito a cada 100.000

veículos.....................................................................................................................................31

Figura 17 - Autocorrelação do Grupo 2 - vítimas de lesão culposa de trânsito a cada 100.000

veículos.....................................................................................................................................32

Figura 18 - Autocorrelação do Grupo 3 - vítimas de lesão culposa de trânsito a cada 100.000

veículos.....................................................................................................................................33

Figura 19 - Boxplot de vítimas de lesão culposa de trânsito a cada 100.000 veículos, dividido
entre 2 grupos e obtidos pela ANOVA.....................................................................................37

Figura 20 - Análise dos resíduos das vítimas de lesão culposa de trânsito a cada 100.000
veículos, obtidos pela ANOVA................................................................................................37

Figura 21 - Gráfico de Ishikawa do estudo de caso..................................................................41

Figura 22 - Tabela resumo do estudo de caso...........................................................................41

 6

1 INTRODUÇÃO

1.1 Contextualização

A Lei Seca, como é conhecida a Lei 11.705 que modificou o Código de Trânsito Brasileiro
em junho de 2008, proíbe o consumo de bebida alcóolica superior a 0,3 mg de álcool por litro
de ar expelido no exame do bafômetro (ou 6 dg de álcool por litro de sangue) nos condutores
de veículos. O condutor que ultrapasse esses limites está sujeito à multa, à suspensão da
carteira de habilitação por 1 ano, à detenção do veículo e responde judicialmente a um
processo criminal que pode resultar numa detenção de 6 meses a 3 anos.

Em 2009 a “Operação Lei Seca” entrou em vigor no estado do Rio de Janeiro com a
deflagração de inúmeras blitz em locais estratégicos, de modo a fiscalizar de maneira mais
vigorosa os motoristas. Essas ações ocorriam de forma mais intensa no período de
noite/madrugada e nos finais de semana.

Contudo, mesmo com reduções nos números relativos a acidentes de trânsito após entrada em
vigor da Lei Seca, houve uma série de críticas relacionadas ao modo de atuação na
fiscalização da lei. Isto acontecia pelo fato de que o crime só era realmente confirmado se os
limites do bafômetro fossem superados, e como judicialmente ninguém é obrigado a produzir
provas contra si mesmo, muitas pessoas optavam por não realizar o teste e não respondiam ao
processo criminal.

A partir disso, houve uma enorme pressão ao poder judiciário sobre uma reformulação na Lei
Seca, de modo a acabar com tais “brechas”. Assim, em dezembro de 2012, entrou em vigor
uma “Nova Lei Seca” que aumentava a multa de R$ 957,70 para R$ 1.915,40 (que agora
poderia ser dobrada em caso de reincidência em 1 ano) e levava a uma apreensão imediata do
veículo (antes o veículo poderia ser retido até a aparição de um condutor habilitado). Além
disso, a fim de acabar com a principal “brecha” da lei, que era a possibilidade de não
responder ao processo criminal mesmo tendo ingerido bebida alcóolica, agora poderiam ser
usadas novas provas como vídeos, relatos de testemunhas e afins, que sustentem o fato de o
motorista estar visivelmente embriagado, mesmo sem a realização do teste do bafômetro.
 7

Atualmente, a Lei Seca ainda gera polêmicas, com o surgimento de aplicativos que
monitoram a presença de blitz, ou mesmo com críticas de juristas quanto ao grau de
subjetividade que está presente na mesma. Ainda assim, é uma das principais políticas
públicas no contexto de fiscalização no trânsito.

1.2 Motivação

Este estudo tem como objetivo analisar, por meio de ferramentas lecionadas na disciplina de
Controle de Qualidade e orientado pelo professor da mesma, o comportamento dos dados
estatísticos do número de homicídios e lesões culposas no trânsito no estado do Rio de
Janeiro, frente ao advento de uma nova legislação com um rigor muito maior no controle da
ingestão de bebidas alcóolicas por parte de motoristas. Desse modo, pretende-se comprovar o
impacto real que esta lei provocou nos dados acima citados, principalmente após o ano de
2008, quando esta nova legislação, conhecida como Lei Seca, entrou em vigor. Além disso,
busca-se estudar o impacto da chamada Nova Lei Seca, que entrou em vigor no final de 2012,
buscando eliminar “brechas” na legislação anterior.

2 METODOLOGIA DE PESQUISA

2.1 Dados utilizados

As informações utilizadas nesse estudo foram obtidas a partir da pesquisa dos integrantes do
grupo em bancos de dados do Instituto de Segurança Pública do Estado do Rio de Janeiro
(ISP - RJ) e do DETRAN-RJ. Desse modo, serão analisadas as categorias de Vítimas de
Homicídio Culposo de Trânsito, Lesão Culposa de Trânsito e Frota de Veículos de Passeio.

Essas categorias serão utilizadas como parâmetros pelo fato de serem as que mais se
aproximam de dados relacionados a mortes ou vítimas de acidentes de trânsito envolvendo
álcool, uma vez que não existem dados acessíveis exatos que levem em consideração a
 8

ingestão ou não de bebidas alcóolicas por parte do condutor no momento de um acidente. No

Brasil, o Instituto Médico Legal (IML), por exemplo, não faz autópsia de todos os corpos de
vítimas de acidentes, além do fato de que muitos dos mortos são terceiros que não estavam
alcoolizados no momento e tais dados não são captados quando há vítimas alcoolizadas que
não são fatais, como relatado por Julia Greve, médica do Instituto de Ortopedia e
Traumatologia da Universidade de São Paulo. Além disso, como dito anteriormente, a
Legislação Brasileira alega que ninguém é obrigado a fornecer provas contra si mesmo, o que
impede que testes de alcoolismo sejam realizados em todos os acidentes de trânsito a partir do
momento em que há a recusa do condutor do veículo. Assim, levando em conta tais fatores e
que segundo a Lei Nº 9.503, de 23 de Setembro de 1997, todas as mortes e lesões causadas
por motoristas sob efeitos de álcool são consideradas culposas, tais parâmetros citados
anteriormente foram considerados os mais adequados para a análise da situação. Ou seja, a
redução dos mesmos seria o mais apropriado em um estudo sobre a eficiência ou não da Lei
Seca como uma política pública que visa a prevenção de acidentes envolvendo condutores sob
o efeito de bebidas alcóolicas.

Assim, os dados obtidos foram consolidados nas seguintes tabelas:

Tabela 1 - Número de vítimas de homicídio culposo de trânsito no estado do Rio de Janeiro.

Número de vítimas de homicídio culposo de trânsito no estado do Rio de Janeiro

Ano 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Janeiro 220 212 182 201 189 161 179 167 175 194 166 174
Fevereiro 184 181 185 183 204 198 187 177 171 166 134 139
Março 249 239 233 257 239 186 243 229 163 214 144 111
Abril 238 213 250 220 189 216 186 176 146 194 142 139
Maio 273 230 242 250 194 208 220 208 175 161 159 144
Junho 246 189 242 220 206 185 181 171 195 185 140 -
Julho 271 232 292 233 165 206 219 207 176 156 146 -
Agosto 198 242 266 253 203 178 226 213 217 185 154 -
Setembro 225 221 299 214 203 211 234 221 245 153 141 -
Outubro 237 196 258 233 175 219 213 201 184 163 150 -
Novembro 204 227 200 259 219 182 205 194 189 156 156 -
Dezembro 240 247 273 230 187 250 220 208 195 153 152 -
Total 2.785 2.629 2.922 2.753 2.373 2.400 2.513 2.372 2.231 2.080 1.784 707
 9

Tabela 2 - Número de vítimas de Lesão Culposa de Trânsito no estado do Rio de Janeiro.

Número de vítimas de Lesão Culposa de Trânsito no Estado do Rio de Janeiro

Ano 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Janeiro 3.342 3.067 2.854 2.974 3.167 3.511 3.923 3.939 3.396 4.064 3.522 2.827
Fevereiro 2.643 2.486 2.750 2.943 3.230 3.267 3.727 3.742 3.462 3.787 2.966 2.865
Março 3.034 2.751 3.235 3.653 3.493 3.661 3.716 3.731 3.895 3.938 3.600 2.929
Abril 3.227 2.763 3.279 3.507 3.073 3.209 3.735 3.750 3.775 3.638 3.358 3.057
Maio 3.175 2.949 3.315 3.609 3.571 3.674 3.796 3.812 3.600 3.941 3.322 2.870
Junho 3.061 2.750 3.499 3.375 3.241 3.462 3.979 3.995 3.988 3.831 3.369 -
Julho 2.960 3.071 3.191 3.273 3.440 3.636 3.995 4.011 3.941 3.573 3.399 -
Agosto 2.980 3.042 3.316 3.339 3.402 3.889 4.289 4.307 4.304 3.964 3.603 -
Setembro 2.879 3.120 3.658 3.484 3.534 3.673 3.935 3.851 4.313 4.112 3.304 -
Outubro 3.081 3.080 3.480 3.739 3.584 3.832 3.868 3.884 4.142 4.014 3.400 -
Novembro 2.731 3.005 3.230 3.406 3.720 3.291 3.552 3.567 4.116 3.821 3.072 -
Dezembro 3.295 3.236 3.536 3.547 3.772 3.740 4.219 4.236 4.184 3.916 3.456 -
Total 36.408 35.320 39.343 40.849 41.227 42.845 46.734 46.925 47.116 46.599 40.371 14.548

Tabela 3 - Frota de Veículos de Passeio/Passageiro.

Frota de Veículos de Passeio/Passageiro

Ano 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Janeiro 3.278.964 3.410.481 3.567.211 3.794.788 4.013.864 4.241.159 4.506.788 4.787.096 5.087.020 5.371.077 5.645.868 5.851.375
Fevereiro 3.287.910 3.421.997 3.579.612 3.812.362 4.029.028 4.258.837 4.528.637 4.807.705 5.104.827 5.394.370 5.661.272 5.864.734
Março 3.299.066 3.432.660 3.596.776 3.832.137 4.046.963 4.285.610 4.548.995 4.831.088 5.124.484 5.414.005 5.680.342 5.878.417
Abril 3.309.095 3.444.190 3.612.208 3.848.721 4.063.918 4.307.021 4.570.107 4.851.904 5.148.986 5.435.201 5.698.213 5.891.262
Maio 3.319.220 3.457.847 3.632.069 3.868.919 4.083.449 4.327.317 4.593.617 4.874.500 5.173.819 5.459.352 5.716.573 5.903.884
Junho 3.329.543 3.469.395 3.649.581 3.890.602 4.104.700 4.346.796 4.618.663 4.899.727 5.196.809 5.479.079 5.734.003 -
Julho 3.340.116 3.482.115 3.668.547 3.914.427 4.123.856 4.368.584 4.643.026 4.929.580 5.221.539 5.500.498 5.752.850 -
Agosto 3.351.855 3.495.526 3.689.364 3.934.936 4.141.502 4.391.613 4.668.086 4.960.202 5.247.311 5.524.397 5.770.286 -
Setembro 3.363.126 3.508.490 3.708.890 3.955.585 4.163.215 4.415.256 4.693.299 4.986.447 5.270.990 5.548.293 5.786.822 -
Outubro 3.373.322 3.521.517 3.730.308 3.968.662 4.185.024 4.435.862 4.715.184 5.011.670 5.294.048 5.572.354 5.803.601 -
Novembro 3.385.917 3.535.633 3.750.495 3.985.035 4.202.469 4.458.453 4.739.263 5.035.324 5.318.657 5.596.245 5.820.634 -
Dezembro 3.398.485 3.551.675 3.771.876 3.997.077 4.222.016 4.486.636 4.765.076 5.061.186 5.345.050 5.621.638 5.837.677 -
Total 40.036.619 41.731.526 43.956.937 46.803.251 49.380.004 52.323.144 55.590.741 59.036.429 62.533.540 65.916.509 68.908.141 29.389.672

2.2 Tratamento de dados

Com os dados dispostos e consolidados, o grupo terá como objetivo estudar se a utilização da
Lei Seca como uma política pública foi eficaz na diminuição dos números relacionados a
incidentes de trânsito no estado do Rio de Janeiro. Portanto, para tal, serão feitos testes de
hipóteses entre as médias dos dados coletados antes da implementação da Lei Seca, e os
coletados após, a fim de evidenciar se realmente haviam diferenças significativas. Antes, para
efetuar os testes de hipóteses, será necessário fazer uma análise preliminar dos dados, de
modo a confirmar pressupostos como estacionariedade e não autocorrelação, a fim de embasar
os testes quanto à sua significação.
 10

Há também a necessidade de se salientar que o tratamento dos dados será feito levando em
consideração as Vítimas de Homicídio Culposo de Trânsito e Lesão Culposa de Trânsito
relativas a 100 mil veículos e não os números absolutos de vítimas, visto que, como a frota de
veículos aumentará ao longo do tempo, não haveria sentido utilizá-los dessa forma. Dessa
forma, os dados que serão utilizados são os apresentados a seguir.

Tabela 4 - Vítimas de homicídio culposo de trânsito a cada 100.000 veículos no estado do Rio de Janeiro.

Vítimas de homicidio culposo de trânsito a cada 100.000 veículos no estado do Rio de Janeiro
Ano 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Janeiro 6,71 6,22 5,10 5,30 4,71 3,80 3,97 3,49 3,44 3,61 2,94 2,97
Fevereiro 5,60 5,29 5,17 4,80 5,06 4,65 4,13 3,68 3,35 3,08 2,37 2,37
Março 7,55 6,96 6,48 6,71 5,91 4,34 5,34 4,74 3,18 3,95 2,54 1,89
Abril 7,19 6,18 6,92 5,72 4,65 5,02 4,07 3,63 2,84 3,57 2,49 2,36
Maio 8,22 6,65 6,66 6,46 4,75 4,81 4,79 4,27 3,38 2,95 2,78 2,44
Junho 7,39 5,45 6,63 5,65 5,02 4,26 3,92 3,49 3,75 3,38 2,44 -
Julho 8,11 6,66 7,96 5,95 4,00 4,72 4,72 4,20 3,37 2,84 2,54 -
Agosto 5,91 6,92 7,21 6,43 4,90 4,05 4,84 4,29 4,14 3,35 2,67 -
Setembro 6,69 6,30 8,06 5,41 4,88 4,78 4,99 4,43 4,65 2,76 2,44 -
Outubro 7,03 5,57 6,92 5,87 4,18 4,94 4,52 4,01 3,48 2,93 2,58 -
Novembro 6,02 6,42 5,33 6,50 5,21 4,08 4,33 3,85 3,55 2,79 2,68 -
Dezembro 7,06 6,95 7,24 5,75 4,43 5,57 4,62 4,11 3,65 2,72 2,60 -
Total 83 76 80 71 58 55 54 48 43 38 31 12

Tabela 5 - Vítimas de Lesão Culposa de trânsito a cada 100.000 veículos no estado do Rio de Janeiro.

Vítimas de lesão culposa de trânsito a cada 100.000 veículos no estado do Rio de Janeiro
Ano 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Janeiro 101,92 89,93 80,01 78,37 78,90 82,78 87,05 82,28 66,76 75,66 62,38 48,31
Fevereiro 80,39 72,65 76,82 77,20 80,17 76,71 82,30 77,83 67,82 70,20 52,39 48,85
Março 91,97 80,14 89,94 95,33 86,31 85,43 81,69 77,23 76,01 72,74 63,38 49,83
Abril 97,52 80,22 90,78 91,12 75,62 74,51 81,73 77,29 73,32 66,93 58,93 51,89
Maio 95,66 85,28 91,27 93,28 87,45 84,90 82,64 78,20 69,58 72,19 58,11 48,61
Junho 91,93 79,26 95,87 86,75 78,96 79,64 86,15 81,54 76,74 69,92 58,75 -
Julho 88,62 88,19 86,98 83,61 83,42 83,23 86,04 81,37 75,48 64,96 59,08 -
Agosto 88,91 87,03 89,88 84,86 82,14 88,56 91,88 86,83 82,02 71,75 62,44 -
Setembro 85,60 88,93 98,63 88,08 84,89 83,19 83,84 77,23 81,83 74,11 57,10 -
Outubro 91,33 87,46 93,29 94,21 85,64 86,39 82,03 77,50 78,24 72,03 58,58 -
Novembro 80,66 84,99 86,12 85,47 88,52 73,81 74,95 70,84 77,39 68,28 52,78 -
Dezembro 96,95 91,11 93,75 88,74 89,34 83,36 88,54 83,70 78,28 69,66 59,20 -
Total 1.091 1.015 1.073 1.047 1.001 983 1.009 952 903 848 703 247

Toda a análise de dados será feita a partir do tratamento dos mesmos no software Minitab.
 11

3 ANÁLISE DOS DADOS

3.1 Homicídio culposo

3.1.1 Análise preliminar dos dados

Figura 1 - Teste de Normalidade geral para as vítimas de homicídio culposo no trânsito a cada 100.000 veículos.

Primeiramente, foi realizado um teste de normalidade dos dados referentes ao número de

homicídios culposos de trânsito a cada 100.000 veículos, de 2005 até 2016. Pelo resultado do
teste de Anderson Darling é possível assumir que os dados têm uma distribuição normal,
apesar de graficamente não se assemelharem tanto a essa distribuição. É interessante, ainda,
observar que a distribuição apresenta uma assimetria um pouco acima da esperada em uma
 12

normal e uma curtose abaixo, indicando que a distribuição está “inclinada” para a esquerda e
que as caudas são mais “finas” que as de uma distribuição normal perfeita.

Cabe ainda ressaltar que a representação gráfica da distribuição, apresentada na imagem

anterior, indica a existência de três picos de densidade de probabilidade. Por este motivo, foi
realizado um boxplot das informações, a fim de descobrir se houve alguma variação no
comportamento dos dados ao longo ao tempo.

Figura 2 – Boxplot de vítimas de homicídio culposo de trânsito a cada 100.000 veículos por ano.

Na imagem acima, em que cada boxplot representa a distribuição do ano apresentado no eixo
horizontal, a distribuição aparenta possuir três momentos distintos: 2005 a 2008, 2009 a 2012
e 2013 a 2016. Além disso, fica claro que a variância dos dados reduziu drasticamente do
primeiro momento para os seguintes. Dessa forma, a fim de verificar essa diferença e
visualizar de forma mais consistente esses três momentos, foi realizada uma série histórica
dos dados.
 13

3.1.2 Divisão em grupos

Figura 3 - Série histórica das vítimas de homicídio culposo de trânsito a cada 100.000 veículos por mês, dividido
por grupos.

A imagem acima apresenta a série histórica dos grupos e cada cor identifica um momento
diferente, de modo que fica claro o comportamento distinto de cada um deles. Do primeiro
para o segundo momento, visualmente parece ter havido uma mudança de média e redução da
variância. Ao analisar o segundo grupo, percebe-se uma possível estacionariedade, mas com
início e final com algumas variações transitórias da média. Isto é, no período inicial a média
tende a decrescer, até atingir um valor intermediário daquele momento. Já nos meses finais,
ainda referentes ao segundo grupo, parece haver uma leve tendência de queda, que se
agravará no período seguinte. Apesar disso, no terceiro momento, há um comportamento que
destoa bastante do visto anteriormente, apresentando uma clara tendência de decrescimento.
Com a intenção de aprofundar esse estudo dos três grupos, foi feito um histograma dos
mesmos, de modo a analisar suas distribuições.
 14

Figura 4 - Histograma das vítimas de homicídio culposo de trânsito a cada 100.000 veículos, dividido por
grupos.

Nessa perspectiva, foram elaborados três histogramas, um para cada momento diferente, onde
fica claro a existência de três distribuições distintas. Percebe-se que a média se reduz a cada
grupo (2005 a 2008 tem a maior média, seguido de 2009 a 2012 e, por último, 2013 a 2016,
com a menor média). Quanto a variância, as do grupo de 2009 a 2012 (vermelho) e de 2013 a
2016 (amarelo) são bem semelhantes, ambas bem menores que a do grupo inicial, de 2005 a
2008 (azul), momento pré-Lei Seca. Com o intuito de comparar essas mudanças, foi
elaborado um boxplot, separando os três grupos.
 15

Figura 5 - Boxplot das vítimas de homicídio culposo de trânsito a cada 100.000 veículos, dividido por grupos.

O boxplot dos grupos, acima representado, confirma a análise anterior de redução de média de
grupo para grupo e de redução de variância do primeiro grupo para os demais. Dessa forma,
para confirmar tal análise, será preciso realizar testes de hipótese. No entanto, para que os
testes não sejam comprometidos, é necessário confirmar que os valores não são
autocorrelacionados e não possuem tendência, isto é, são estacionários.

3.1.3 Estudo dos grupos: Teste de Estacionariedade e de Autocorrelação

A fim de testar a estacionariedade de cada grupo e dos dados de uma forma geral foram feitos
testes de ensaio. Nestes testes de ensaio, o valor-p representa a probabilidade das variações no
grupo analisado serem aleatórias, isto é, serem devidos a causas comuns, havendo uma média
fixa. Seguem abaixo os resultados obtidos pelos testes realizados no Minitab.
 16

Teste de Ensaios para C1 – Estacionariedade geral

Ensaios acima e abaixo de K = 4,73136

O número observado de ensaios = 24

O número esperado de ensaios = 69,3212
65 observações sobre K; 72 abaixo
Valor-p = 0,000

No teste geral, isto é, para o grupo como um todo, sem considerar a divisão em grupos, o
valor-p encontrado foi de 0,000 , indicando que a variação não é aleatória. Diante disso, não
se aceita a hipótese de que distribuição é estacionária. Esse resultado já era esperado, uma vez
que, graficamente, é perceptível a presença de tendência no último período (a partir de 2013).

Teste de Ensaios para Grupo1 - Estacionariedade de 2005 a 2008

Ensaios acima e abaixo de K = 6,44359

O número observado de ensaios = 26

O número esperado de ensaios = 24,8333
26 observações sobre K; 22 abaixo
Valor-p = 0,732

No teste para o grupo antes da implementação da Lei Seca o valor-p obtido foi de 0,732 ,
indicando que podemos considerar que as variações desse grupo são aleatórias. Nessa
perspectiva, a hipótese de estacionariedade não é rejeitada.

Teste de Ensaios para Grupo2 - Estacionariedade de 2009 a 2012

Ensaios acima e abaixo de K = 4,48164

O número observado de ensaios = 26

O número esperado de ensaios = 25
24 observações sobre K; 24 abaixo
Valor-p = 0,770

No teste para o grupo após a implementação da Lei Seca, entre os anos de 2009 e 2012, o
valor-p obtido foi de 0,770. Isso indica que, como no grupo anterior, é possível considerar que
as variações desse grupo são aleatórias e, portanto, não se rejeita a hipótese de
estacionariedade.
 17

Teste de Ensaios para Grupo3 – Estacionariedade de 2013 a 2016

Ensaios acima e abaixo de K = 3,01916

O número observado de ensaios = 8

O número esperado de ensaios = 20,9024
17 observações sobre K; 24 abaixo
Valor-p = 0,000

No teste para o grupo 3, que vai do ano 2013 até o período atual, o valor-p obtido foi de
0,000, indicando que as variações desse grupo não são aleatórias e, portanto, não se aceita a
hipótese de estacionariedade. Este resultado já era esperado, uma vez que graficamente fica
claro a presença de uma tendência decrescente neste grupo.

Em relação à autocorrelação, foram gerados no Minitab os seguintes gráficos:

• Grupo 1 – 2005 a 2008:

Figura 6 - Autocorrelação do Grupo 1 - vítimas de homicídio culposo de trânsito a cada 100.000 veículos.

No gráfico acima, fica claro que não há autocorrelação significativa para o grupo 1, visto que
nenhum valor ultrapassa os limites de significância de 5%.
 18

• Grupo 2 – 2009 a 2012:

Figura 7 - Autocorrelação do Grupo 2 - vítimas de homicídio culposo de trânsito a cada 100.000 veículos.

No gráfico acima, fica claro que não há autocorrelação significativa para o grupo 2, apesar de
no lag 5 a autocorrelação ultrapassar suavemente o limite superior. Isso porque não faria
sentido haver uma autocorrelação pontual apenas para o lag 5, isto é, entre um valor e o valor
de 5 meses antes.
 19

• Grupo 3 – 2012 a 2016:

Figura 8 - Autocorrelação do Grupo 3 - vítimas de homicídio culposo de trânsito a cada 100.000 veículos.

Na análise do grupo 3, diferentemente dos demais períodos, fica claro que há autocorrelação
entre os valores até o lag 3. Isso significa que o valor de um certo mês é correlacionado com
os valores dos 3 meses anteriores a ele. Este fato é explicado pela tendência de decrescimento
que ocorre neste grupo.

3.1.4 Testes de Hipóteses

Segundo as análises anteriormente realizadas, apenas os dados do grupo 1 e 2, 2005 a 2008 e

2009 a 2012, respectivamente, respeitavam os pressupostos de estacionariedade e não-
autocorrelação. Dessa forma, apenas as médias destes dois grupos foram comparadas pelos
testes abaixo, uma vez que não é significativo realizar um teste de hipótese para uma amostra
que não respeite estes pressupostos.
 20

3.1.4.1 Teste T para Duas Amostras e IC: Grupo1; Grupo2

O teste T de Student foi utilizado para testar se há diferença significativa entre as médias. Os
resultados encontrados para o teste pelo Minitab estão dispostos abaixo:

N Média DesvPad EP Média

Grupo1 48 6,444 0,843 0,12

Grupo2 48 4,482 0,533 0,077

Diferença = μ (Grupo1) - μ (Grupo2)

Estimativa para a diferença: 1,962

IC de 95% para a diferença: (1,675; 2,249)

Teste T de diferença = 0 (versus ≠): Valor-T= 13,62 Valor-P = 0,000 GL = 79

A partir do resultado obtido pelo teste T de Student, considerando o nível de significância

igual a 5%, é possível rejeitar a hipótese nula de que não há diferença entre as médias. Diante
disso, pode-se afirmar que houve uma redução significativa no número de homicídios
culposos no trânsito após a implantação da Lei Seca.

3.1.4.2 Teste de Equivalência

O teste de equivalência foi feito com a finalidade de se saber se é possível afirmar com 95%
de confiança que a amostra do grupo 2 (período pós-Lei Seca, entre os anos de 2009 e 2012) é
menor que a do grupo 1 (período pré-Lei Seca, entre os anos de 2005 e 2008).
 21

• Método

Teste de média = média de Grupo2

Média de referência = média de Grupo1

• Estatísticas Descritivas

Variável N Média DesvPad EP Média

Grupo2 48 4,4816 0,53295 0,076925

Grupo1 48 6,4436 0,84347 0,12174

Diferença: Média(Grupo2) - Média(Grupo1)

Limite
superior Limite
Diferença DesvPad EP de 95% Superior
-1,9620 0,8067 0,11643 -1,7666 0

O limite superior é menor que 0. É possível afirmar que Média(Grupo2) <

Média(Grupo1).

• Teste

Hipótese nula: Média(Grupo2) - Média(Grupo1) ≥ 0

Hipótese alternativa: Média(Grupo2) - Média(Grupo1) < 0

Nível α: 0,05

GL Valor-T Valor-p

47 -16,851 0,000

Valor-P ≤ 0,05. É possível afirmar que Média(Grupo2) < Média(Grupo1).

 22

A partir do resultado obtido, considerando o nível de significância igual a 5%, é possível

aceitar a hipótese de que a média após a implantação da Lei Seca é menor que a média do
período anterior a sua implantação.

3.1.4.3 ANOVA

Outra forma de analisar a disparidade entre as médias é por meio de uma ANOVA.

• Método
Hipótese nula Todas as médias são iguais
Hipótese alternativa No mínimo uma média é diferente
Nível de significância α = 0,05

Assumiu-se igualdade de variâncias para a análise

• Informações dos Fatores

Fator Níveis Valores
C23 2 1; 2

• Análise de Variância
Fonte GL SQ (Aj.) QM (Aj.) Valor F Valor-P
C23 1 92,38 92,3827 185,60 0,000
Erro 94 46,79 0,4977
Total 95 139,17

Com a ANOVA foi obtido o mesmo resultado dos testes anteriores. Considerando o nível de
significância igual a 5%, é possível rejeitar a hipótese nula de que não há diferença entre as
médias. Diante disso, pode-se afirmar que houve uma redução significativa no número de
homicídios culposos no trânsito após a implantação da Lei Seca.
 23

Figura 9 - Boxplot de vítimas de homicídio culposo de trânsito a cada 100.000 veículos, dividido entre 2 grupos
e obtidos pela ANOVA.

Figura 10 - Análise dos resíduos das vítimas de homicídio culposo de trânsito a cada 100.000 veículos, obtidos
pela ANOVA.
 24

A análise de variância supõe que os erros do modelo são independentes e normalmente

distribuídos. De acordo com os gráficos sobre os resíduos acima, gerados pelo Minitab,
percebe-se que os mesmos atendem a esses pressupostos.

3.1.5 Conclusão parcial

Os resultados dos testes t de Student e da ANOVA confirmam que há diferença significativa

entre os grupos pré e pós-Lei Seca. O teste de equivalência, por sua vez, confirma que a
média do grupo 1 (pré-Lei Seca) é maior que a do grupo 2 (pós-Lei Seca). Todos os testes
foram realizados com 95% de confiança. Dessa forma, pode-se afirmar que o número de
vítimas de morte culposa no trânsito diminuiu após a implantação da Lei Seca no estado do
Rio de Janeiro.
 25

3.2 Lesões culposas em acidentes de trânsito

3.2.1 Análise preliminar dos dados

Figura 11 - Teste de Normalidade geral para as vítimas de lesão culposa de trânsito a cada 100.000 veículos.

Assim como na análise do número de vítimas de homicídio culposo no item anterior, foi
realizado um teste de normalidade a partir dos dados referentes ao número de vítimas de
lesões culposas de trânsito a cada 100 mil veículos, relacionados ao período de 2005 até 2016.
A partir do gráfico gerado no Minitab, referente ao teste de normalidade de Anderson –
Darling, pode-se assumir que os dados têm uma distribuição normal, apesar de ser possível
perceber uma certa assimetria (negativa). E ainda é interessante observar que além do grau de
assimetria descrito anteriormente, há também uma curtose um pouco acima da normal,
indicando que tal distribuição está “inclinada” para a direita e que suas caudas são mais
“grossas” do que seriam numa normal “perfeita”.
 26

A partir disso, foi feito um bloxplot dos dados, a fim de obter uma análise mais clara do
comportamento dos mesmos ao longo dos anos.

Figura 12 - Boxplot de vítimas de lesão culposa de trânsito a cada 100.000 veículos.

No gráfico apresentado acima, no qual cada bloxpot refere-se à distribuição do ano

apresentado no eixo horizontal, percebe-se, do mesmo modo que na análise para os dados de
vítimas de homicídio culposo no trânsito, que parecem existir três momentos distintos: 2005 a
2008, 2009 a 2012 e 2013 a 2016. No entanto, a diferença entre o primeiro momento e o
segundo aparenta ser bem mais suave do que no caso do parâmetro anterior. Além disso, fica
claro que a variância dos dados foi reduzida do primeiro período para os seguintes. Dessa
forma, com o objetivo de verificar tal diferença e obter uma representação mais visual desses
três momentos, foi feita uma série histórica dos dados, onde cada período foi caracterizado
com uma cor diferente.
 27

3.2.2 Divisão em grupos

Figura 13 - Série histórica das vítimas de lesão culposa de trânsito a cada 100.000 veículos por mês, dividido por
grupos.

Na série histórica acima, fica claro, a partir da representação dos grupos 1, 2 e 3 em cores
diferentes, classificados assim seguindo a ordem cronológica, que cada momento apresenta
um comportamento distinto. Do primeiro para o segundo, parece ter havido uma mudança de
média, apesar de pequena, e uma redução da variância. No grupo 2, parece haver uma
variação em torno deu uma média, mas existem variações, principalmente no seu final, com
uma aparente tendência de queda. No grupo 3, no entanto, há um comportamento que destoa
dos outros momentos, apresentando uma forte tendência de decrescimento. Portanto, a fim de
aprofundar esse estudo dos três grupos, foi elaborado um histograma dos mesmos, de forma a
analisar suas distribuições.
 28

Figura 14 - Histograma das vítimas de lesão culposa de trânsito a cada 100.000 veículos, dividido por grupos.

No histograma acima, fica claro que há três distribuições distintas. A cada grupo analisado,
mais uma vez representados com coloração distinta, percebe-se uma redução de média.
Contudo, enquanto a diferença de média do grupo 1 para o grupo 2 é suave, a do grupo 2 para
o grupo 3 é um pouco maior. Quanto à variância, há uma leve redução do primeiro momento
para o segundo, e um aumento drástico do segundo para o terceiro período. Este aumento
aparenta ser resultado da forte tendência de decrescimento, que faz com que os valores variem
de forma intensa ao longo dos anos. Com o objetivo de confirmar tal análise, foi elaborado
um boxplot comparativo dos grupos.
 29

Figura 15 - Boxplot das vítimas de lesão culposa de trânsito a cada 100.000 veículos, dividido por grupos.

O boxplot comparativo representado acima, de fato, confirma as análises anteriores. Existe

uma suave mudança de média do grupo 1 para o 2, e uma diferença mais abrupta do grupo 2
para o 3. Quanto à variância, realmente não há uma grande variação entre os dois primeiros
momentos, mas é apresentado um grande aumento dos dois primeiros períodos para o terceiro.
Dessa forma, para confirmar se as diferenças de médias são significativas, será preciso
realizar testes de hipóteses. E, para tal, é necessário antes confirmar que os valores não são
autocorrelacionados e atendem ao pressuposto de estacionariedade.

3.2.3 Estudo dos grupos: Teste de Estacionariedade e de Autocorrelação

A fim de testar a estacionariedade de cada grupo e dos dados de uma forma geral foram feitos
testes de ensaio. Nestes testes de ensaio, o valor-p representa a probabilidade das variações no
grupo analisado serem aleatórias, isto é, serem devidos a causas comuns, havendo um média
fixa. Seguem abaixo os resultados obtidos pelos testes realizados no Minitab.
 30

Teste de Ensaios para C1 – Estacionariedade Geral

Ensaios acima e abaixo de K = 79,3727

O número observado de ensaios = 30

O número esperado de ensaios = 67,8905
79 observações sobre K; 58 abaixo
Valor-p = 0,000

No teste geral, isto é, para o grupo como um todo, sem considerar a divisão em grupos, o
valor-p encontrado foi de 0,000 , indicando que a variação não é aleatória. Diante disso, não
se aceita a hipótese de que distribuição é estacionária. Esse resultado já era esperado, uma vez
que, graficamente, é perceptível a presença de tendência no último período (a partir de 2013).

Teste de Ensaios para Grupo1 – 2005 a 2008

Ensaios acima e abaixo de K = 88,0628

O número observado de ensaios = 25

O número esperado de ensaios = 24,625
27 observações sobre K; 21 abaixo
Valor-p = 0,911

No teste para o grupo antes da implementação da Lei Seca o valor-p obtido foi de 0,911 ,
indicando que podemos considerar que as variações desse grupo são aleatórias. Nessa
perspectiva, a hipótese de estacionariedade não é rejeitada.

Teste de Ensaios para Grupo2 – 2009 a 2012

Ensaios acima e abaixo de K = 82,1777

O número observado de ensaios = 24

O número esperado de ensaios = 24,8333
26 observações sobre K; 22 abaixo
Valor-p = 0,807

No teste para o grupo após a implementação da Lei Seca, entre os anos de 2009 e 2012, o
valor-p obtido foi de 0,807. Isso indica que, como no grupo anterior, é possível considerar que
as variações desse grupo são aleatórias e, portanto, não se rejeita a hipótese de
estacionariedade.
 31

Teste de Ensaios para Grupo3 – 2013 a 2016

Ensaios acima e abaixo de K = 65,9150

O número observado de ensaios = 4

O número esperado de ensaios = 21,1951
23 observações sobre K; 18 abaixo
Valor-p = 0,000

No teste para o grupo 3, que vai do ano 2013 até o período atual, o valor-p obtido foi de
0,000, indicando que as variações desse grupo não são aleatórias e, portanto, não se aceita a
hipótese de estacionariedade. Este resultado já era esperado, uma vez que graficamente fica
claro a presença de uma tendência decrescente neste grupo.

Em relação à autocorrelação, foram gerados no Minitab os seguintes gráficos:

• Grupo 1 – 2005 a 2008:

Figura 16 - Autocorrelação do Grupo 1 - vítimas de lesão culposa de trânsito a cada 100.000 veículos.

No gráfico acima, fica claro que não há autocorrelação significativa para o grupo 1, visto que
nenhum valor ultrapassa os limites de significância de 5%.
 32

• Grupo 2 – 2009 a 2012:

Figura 17 - Autocorrelação do Grupo 2 - vítimas de lesão culposa de trânsito a cada 100.000 veículos.

No gráfico anterior, da mesma forma que o grupo 1, fica claro que não há autocorrelação
significativa.
 33

• Grupo 3 – 2012 a 2016:

Figura 18 - Autocorrelação do Grupo 3 - vítimas de lesão culposa de trânsito a cada 100.000 veículos.

Na análise do grupo 3, diferentemente dos outros, fica claro que existe uma forte
autocorrelação entre os valores até o lag 3, isto é, o valor é correlacionado com os dados dos 3
meses anteriores. Este fato é explicado pela forte tendência de decrescimento que ocorre neste
grupo.

3.2.4 Testes de Hipóteses

Segundo as análises anteriormente realizadas, apenas os dados do grupo 1 e 2, 2005 a 2008 e

2009 a 2012, respectivamente, respeitavam os pressupostos de estacionariedade e não-
autocorrelação. Dessa forma, apenas as médias destes dois grupos foram comparadas pelos
testes abaixo, uma vez que não é significativo realizar um teste de hipótese para uma amostra
que não respeite estes pressupostos.

3.2.4.1 Teste T para Duas Amostras e IC: Grupo1; Grupo2

 34

O teste T de Student foi utilizado para testar se há diferença significativa entre as médias. Os
resultados encontrados para o teste pelo Minitab estão dispostos abaixo:

N Média DesvPad EP Média

Grupo1 48 88,06 6,33 0,91

Grupo2 48 82,18 4,61 0,67

Diferença = μ (Grupo1) - μ (Grupo2)

Estimativa para a diferença: 5,89

IC de 95% para a diferença: (3,64; 8,13)

Teste T de diferença = 0 (versus ≠): Valor-T= 5,21 Valor-P = 0,000 GL = 85

A partir do resultado obtido pelo teste T de Student, considerando o nível de significância

igual a 5%, é possível rejeitar a hipótese nula de que não há diferença entre as médias. Diante
disso, pode-se afirmar que houve uma redução significativa no número de lesões culposas no
trânsito após a implantação da Lei Seca.

3.2.4.2 Teste de Equivalência

O teste de equivalência foi feito com a finalidade de se saber se é possível afirmar com 95%
de confiança que a amostra do grupo 2 (período pós-Lei Seca, entre os anos de 2009 e 2012) é
menor que a do grupo 1 (período pré-Lei Seca, entre os anos de 2005 e 2008).

• Método

Teste de média = média de Grupo2

Média de referência = média de Grupo1

Não assumiu-se igualdade de variâncias para a análise.

 35

• Estatísticas Descritivas

Variável N Média DesvPad EP Média

Grupo2 48 82,178 4,6094 0,66531

Grupo1 48 88,063 6,3287 0,91346

Diferença: Média(Grupo2) - Média(Grupo1)

Limite
superior Limite
Diferença EP de 95% Superior
-5,8851 1,1301 -4,0058 0

O limite superior é menor que 0. É possível afirmar que Média(Grupo2) <

Média(Grupo1).

• Teste

Hipótese nula: Média(Grupo2) - Média(Grupo1) ≥ 0

Hipótese alternativa: Média(Grupo2) - Média(Grupo1) < 0

Nível α: 0,05

GL Valor-T Valor-p

85 -5,2077 0,000

Valor-P ≤ 0,05. É possível afirmar que Média(Grupo2) < Média(Grupo1).

A partir do resultado obtido, considerando o nível de significância igual a 5%, é possível

aceitar a hipótese de que a média após a implantação da Lei Seca é menor que a média do
período anterior a sua implantação.
 36

3.2.4.3 ANOVA

• Método
Hipótese nula Todas as médias são iguais
Hipótese alternativa No mínimo uma média é diferente
Nível de significância α = 0,05

Assumiu-se igualdade de variâncias para a análise

• Informações dos Fatores

Fator Níveis Valores
C18 2 1; 2

• Análise de Variância
Fonte GL SQ (Aj.) QM (Aj.) Valor F Valor-P
C18 1 831,2 831,22 27,12 0,000
Erro 94 2881,0 30,65
Total 95 3712,2

Com a ANOVA foi obtido o mesmo resultado dos testes anteriores. Considerando o nível de
significância igual a 5%, é possível rejeitar a hipóteses nula de que não há diferença entre as
médias. Diante disso, pode-se afirmar que houve uma redução significativa no número de
lesões culposas no trânsito após a implantação da Lei Seca.
 37

Figura 19 - Boxplot de vítimas de lesão culposa de trânsito a cada 100.000 veículos, dividido entre 2 grupos e
obtidos pela ANOVA.

Figura 20 - Análise dos resíduos das vítimas de lesão culposa de trânsito a cada 100.000 veículos, obtidos pela
ANOVA.
 38

A análise de variância supõe que os erros do modelo são independentes e normalmente

distribuídos. Assim como no parâmetro anteriormente analisado, de acordo com os gráficos
dispostos acima, percebe-se que os resíduos atendem esses pressupostos.

3.2.5 Conclusão parcial

Os resultados dos testes acima apresentados confirmam que a diferença entre as médias é
significativa e que a média do grupo 2 é menor do que a média do grupo 1. Isto é, conclui-se
que o número de vítimas de lesão culposa no trânsito diminuiu após a implantação da Lei
Seca no estado do Rio de Janeiro.

4 COMPARAÇÃO DO RESULTADO OBTIDO COM OS DADOS DO GOVERNO

Com o intuito de comparar os dados liberados pelo Governo sobre a eficácia da operação Lei
Seca com os resultados obtidos na análise realizada neste trabalho, foram feitos testes de
equivalência para a redução do número de homicídios culposos no trânsito. O Governo
divulgou uma redução de 32% no número de mortos no trânsito no estado do Rio de Janeiro
após implantação da Lei Seca. Dessa forma, este valor foi utilizado como o alvo para
comparação no teste abaixo.

Teste de Equivalência para 1 amostra: G1sobreG2

• Método
Alvo = 0,32

• Estatísticas Descritivas
Variável N Média DesvPad EP Média
G1sobreG2 48 0,29693 0,096934 0,013991

Diferença: Média(G1sobreG2) - Alvo

 39

Limite
superior Limite
Diferença EP de 95% Superior
-0,023068 0,013991 0,00040864 0

O limite superior não é menor que 0. Não é possível afirmar que Média(G1sobreG2) <
Alvo.

• Teste
Hipótese nula: Média(G1sobreG2) - Alvo ≥ 0
Hipótese alternativa: Média(G1sobreG2) - Alvo < 0
Nível α: 0,05

GL Valor-T Valor-p
47 -1,6487 0,053

Valor-P > 0,05. Não é possível afirmar que Média(G1sobreG2) < Alvo.

Teste de Equivalência para 1 amostra: G1sobreG2

• Método
Alvo = 0,32

• Estatísticas Descritivas
Variável N Média DesvPad EP Média
G1sobreG2 48 0,29693 0,096934 0,013991

Diferença: Média(G1sobreG2) - Alvo

Unilateral
è Esquerda Limite
Diferença EP de 95% Inferior
-0,023068 0,013991 -0,046544 0

O limite inferior não é maior que 0. Não é possível afirmar que Média(G1sobreG2) >
Alvo.

• Teste
Hipótese nula: Média(G1sobreG2) - Alvo ≤ 0
Hipótese alternativa: Média(G1sobreG2) - Alvo > 0
Nível α: 0,05
 40

GL Valor-T Valor-p
47 -1,6487 0,947

Valor-P > 0,05. Não é possível afirmar que Média(G1sobreG2) > Alvo.

Segundo os resultados dos testes acima apresentados, com 95% de confiança, não se aceita a
hipótese de que o valor calculado no presente estudo seja diferente do valor divulgado. Dessa
forma, pode-se afirmar que os valores são compatíveis.

5 CONCLUSÃO FINAL

As análises realizadas no presente estudo, tanto para os dados de homicídios culposos em

acidentes de trânsito, quanto para o de lesões culposas, ambos no estado de Rio de Janeiro,
mostram que há uma redução significativa das médias após implantação da Lei Seca. No
entanto, a partir de 2013 notou-se uma tendência decrescente nos dados. Devido a este fato,
não foi possível realizar testes com a média deste período, visto que ele não atendia aos
pressupostos básicos do modelo. Todavia, fica claro que o número de homicídios e lesões
estão decrescendo, e cabe avaliar quais são as possíveis causas desta tendência, que não havia
se apresentado nos períodos anteriores. As potenciais causas levantadas durante o estudo
realizado estão representadas no diagrama abaixo.
 41

Figura 21 - Gráfico de Ishikawa do estudo de caso.

Os resultados obtidos nas análises foram sumarizados na tabela a seguir.

A média após a implantação da Houve mudança de

Lei Seca é inferior a média antes comportamento a prtir do ano de
da implatação da mesma? 2013?
Sim ou não? Valor-p Sim ou não? Qual?
Homicídio culposo Tendência
Sim 0,000 Sim
no trânsito decrescente
Lesão culposa no Tendência
Sim 0,000 Sim
trânsito decrescente

Figura 22 - Tabela resumo do estudo de caso.

Cabe ressaltar ainda que o estudo apresentado neste trabalho, por ter finalidade estritamente
acadêmica, possui algumas limitações. Portanto, a fim de comprovar de fato a eficácia da Lei
Seca, análises mais aprofundadas e considerando uma gama maior de variáveis devem ser
feitas.
 42

6 REFERÊNCIAS BIBLIOGRÁFICAS

BRASIL. Código de Trânsito Brasileiro. Lei n° 9.503, de 23 de Setembro de 1997.

Disponível em: http://www.planalto.gov.br/ccivil_03/LEIS/L9503.htm#art302pv. Acesso em
30/06/2016.

DETRAN. Disponível em http://www.detran.rj.gov.br/. Acesso em 30/06/2016.

GUJARATI, D. N., PORTER, D. C. Econometria Básica. 5ª edição, Editoria Bokman, 2011.

INSTITUTO DE SEGURANÇA PÚBLICA DO RIO DE JANEIRO. Disponível em

http://www.isp.rj.gov.br/Conteudo.asp?ident=108. Acesso em 30/06/2016.

MONTGOMERY, D. C., Introdução ao Controle Estatístico da Qualidade. 4ª edição,

editoria LTC, 2012.

VESTIBULAR UOL. Nova Lei Seca: mudanças endurecem fiscalização no trânsito.

Disponível em: http://vestibular.uol.com.br/resumo-das-disciplinas/atualidades/nova-lei-seca-
mudancas-endurecem-fiscalizacao-no-transito.htm. Acesso em: 30/06/2016.

VEJA. Uber chega a 1 milhão de usuários no Brasil. Disponível em:

http://veja.abril.com.br/brasil/uber-chega-a-1-milhao-de-usuarios-no-brasil/. Acesso em
30/06/2016.