Análise Econométrica

Em todo e qualquer trabalho ou características de uma sociedade é possível

uma avaliação técnica baseada em seus números e caracteres adquiridos e estes serão
comparados entre si e em relação a um padrão preestabelecido.
O objetivo maior é mostrar a avaliação da estimativa de um modelo,
verificando seus parâmetros estimados se estes são ou não significativos e
estatisticamente satisfatórios ou confiáveis. Esperando que o modelo tenha então, uma
equação que venha satisfazer e preencher os resultados esperados baseados em suas
hipóteses, afastando a tendenciosidade não permitindo uma violação de seus dados.
Os teste t e F trazem a confiabilidade das estimativas obtidas, baseadas em
seus coeficientes de determinação.
Para o modelo ora analisado , não há análise de multicolinearidade,
heterocedasticidade e Durbin-Watson, pois a literatura usada não se aplica.
Baseada nesses pressupostos acima descritos que funcionam de suporte,
seguem as análises para os modelos de Regressão de FORMANDOS e FORMADOS:
usando o critério da simplicidade, a forma linear.
 FORMANDO

Análise R2

R2 = 0,264

O R2 mostra o nível de confiabilidade dos resultados. O R2 (Square)

apresentado mostra um valor abaixo de 0,7 (o ideal é acima deste). Diante de tal
resultado, concluí-se que as variáveis explicativas tem um percentual baixo de
explicação (26,4%), para a variável dependente (Salário). É de grande importância
ressaltar que, o modelo foi reajustado sob Cross-Section com 0,50 para baixo e corte no
tempo, em busca de um valor melhor explicativo.

Teste T

Aqui analisa-se o impacto das variáveis explicativas (individuais) sobre o

salário (dependente). Analisados ao nível de significância de 5% (NS = 0,05), bilateral.
Graus de Liberdade = n – k – 1 = 907
O valor crítico (tabelado) de t para 907 graus de liberdade é = Tt = 1,96
Com exceção da variável EXTERIOR o modelo em sua maioria não é
significativo.

Salário Branca Trabalho Gov

Tt = 1,96 Tt = 1,96 Tt = 1,96 Tt = 1,96
Tc = -18,903 Tc = 14,104 Tc = 119,078 Tc = 3,974

Profiss Gerenc Prof Prog940

Tt = 1,96 Tt = 1,96 Tt = 1,96 Tt = 1,96
Tc = 5,733 Tc = 7,509 Tc = 49,708 Tc = 11,746

Pais Exterior Empresa NmoraPer

Tt = 1,96 Tt = 1,96 Tt = 1,96 Tt = 1,96
Tc = 14,147 Tc = -0,629 Tc = 6,186 Tc = 64,265
 Hipóteses: Ho : b = 0 (ausência de efeito)
H1 : b = 0 (presença de efeito)

Critério de Decisão: Tc > Tt rejeita-se Ho

Tc < Tt aceita-se Ho

Salário para a variável salário indica que aceitamos a hipótese Ho,

Tc  Tt rejeitamos a hipótese H1, da não nulidade dos parâmetros.

Branca para a variável Branca indica que devemos rejeitar a hipótese

Tc  Tt Ho, aceitamos a hipótese H1, da não nulidade dos parâmetros.

Trabalho para a variável Trabalho indica que devemos rejeitar a hipótese

Tc  Tt Ho, aceitamos a hipótese H1, da não nulidade dos parâmetros.

Gov para a variável Gov indica que devemos rejeitar a hipótese

Tc  Tt Ho, aceitamos a hipótese H1, da não nulidade dos parâmetros.

Profiss para a variável Profiss indica que devemos rejeitar a hipótese

Tc  Tt Ho, aceitamos a hipótese H1, da não nulidade dos parâmetros.

Gerenc para a variável Gerenc indica que devemos rejeitar a hipótese

Tc  Tt Ho, aceitamos a hipótese H1, da não nulidade dos parâmetros.

Prof para a variável Prof indica que devemos rejeitar a hipótese

Tc  Tt Ho, aceitamos a hipótese H1, da não nulidade dos parâmetros.

Prg940 para a variável Prg940 indica que devemos rejeitar a hipótese

Tc  Tt Ho, aceitamos a hipótese H1, da não nulidade dos parâmetros.

Pais para a variável Pais indica que devemos rejeitar a hipótese

Tc  Tt Ho, aceitamos a hipótese H1, da não nulidade dos parâmetros.
Exterior para a variável Exterior indica que aceitamos a hipótese Ho,
Tc  Tt rejeitamos a hipótese H1, da não nulidade dos parâmetros.

Empresa para a variável Empresa indica que devemos rejeitar a hipótese

Tc  Tt Ho, aceitamos a hipótese H1, da não nulidade dos parâmetros.

NmoraPer para a variável NmoraPer indica que devemos rejeitar a hipótese

Tc  Tt Ho, aceitamos a hipótese H1, da não nulidade dos parâmetros.

Teste F

Ft = 1,75
Fc = 11.899,38 Fc  Ft

Hipóteses: Ho : b = 0 (ausência de efeito)

Ho: b  0 (presença de efeito positivo ou negativo)

A conclusão do Teste F, nos diz que devemos rejeitas a Hipótese de Efeito

Nulo da variável salário, ao nível de significância 5% (bilateral NS = 0,05). Essa
decisão enquadra o modelo no erro do Tipo I (decisão errada), explicando que pelo
menos uma das variáveis explicativas, explicará a variação dos salários, com uma
probabilidade de erro de no máximo 5%. Deduz-se que há existência de regressão
estimada.
Análise das Elasticidades

Para a análise das elasticidades, foi utilizada a Tabelade Regressão sob ANOVA das
variáveis explicativas com seus coeficientes lineares.

Coeficiente de Elasticidade – Variável Branca

E2 = 0,124 O valor estatístico do coeficiente de elasticidade – Branca, indica ser
elástico (E  1). Este valor aponta que para cada variação de 10% na variável
independente corresponderá a um acréscimo de 1,24% na variável salário.

Coeficiente de Elasticidade – Variável Trabalho

E3 = 1,432 O valor estatístico do coeficiente de elasticidade –Trabalho, indica ser
elástico (E  1). Este valor aponta que para cada variação de 10% na variável
independente corresponderá a um acréscimo de 14,32% na variável salário.

Coeficiente de Elasticidade – Variável Gov

E4 = 5,334 O valor estatístico do coeficiente de elasticidade –Gov, indica ser elástico
(E  1). Este valor aponta que para cada variação de 10% na variável independente
corresponderá a um acréscimo de 53,34% na variável salário.

Coeficiente de Elasticidade – Variável Profis

E5 = 0,123 O valor estatístico do coeficiente de elasticidade –Profis, indica ser elástico
(E  1). Este valor aponta que para cada variação de 10% na variável independente
corresponderá a um acréscimo de 1,23% na variável salário.

Coeficiente de Elasticidade – Variável Gerenc

E6 = 9,311 O valor estatístico do coeficiente de elasticidade –Gerenc, indica ser elástico
(E  1). Este valor aponta que para cada variação de 10% na variável independente
corresponderá a um acréscimo de 93,11% na variável salário.
Coeficiente de Elasticidade – Variável Prof
E7 = 0,512 O valor estatístico do coeficiente de elasticidade –Prof, indica ser elástico
(E  1). Este valor aponta que para cada variação de 10% na variável independente
corresponderá a um acréscimo de 5,12% na variável salário.

Coeficiente de Elasticidade – Variável Prg940

E8 = 0,129 O valor estatístico do coeficiente de elasticidade –Prg940, indica ser elástico
(E  1). Este valor aponta que para cada variação de 10% na variável independente
corresponderá a um acréscimo de 1,29% na variável salário.

Coeficiente de Elasticidade – Variável Pais

E9 = 0,121 O valor estatístico do coeficiente de elasticidade –Pais, indica ser elástico
(E  1). Este valor aponta que para cada variação de 10% na variável independente
corresponderá a um acréscimo de 1,21% na variável salário.

Coeficiente de Elasticidade – Variável Exterior

E10 = -1,512 O valor estatístico do coeficiente de elasticidade –Exterior, indica ser
inelástico (E  1). Este valor aponta que para cada variação de 10% na variável
independente corresponderá a uma queda de 15,12% na variável salário.

Coeficiente de Elasticidade – Variável Empresa

E11 = 8,829 O valor estatístico do coeficiente de elasticidade –Empresa, indica ser
elástico (E  1). Este valor aponta que para cada variação de 10% na variável
independente corresponderá a um acréscimo de 88,29% na variável salário.

Coeficiente de Elasticidade – Variável NMoraPer

E12 = 0,583 O valor estatístico do coeficiente de elasticidade –NMoraPer, indica ser
elástico (E  1). Este valor aponta que para cada variação de 10% na variável
independente corresponderá a um acréscimo de 5,83% na variável salário.
FORMADO

R2 = 0,264. Com valor idêntico ao R 2 da análise do grupo FORMANDO R 2 (Square)

apresentado mostra um valor abaixo de 0,7. Diante de tal resultado, concluí-se que as
variáveis explicativas tem um percentual baixo de explicação (26,4%), para a variável
dependente (Salário). É de grande importância ressaltar que, o modelo foi reajustado
sob Cross-Section. Sabe-se desde já então que, o salário (variável dependente) recebe
uma baixa influência das variáveis explicativas.

Teste T

Aqui analisa-se o impacto das variáveis explicativas (individuais) sobre o

salário (dependente). Analisados ao nível de significância de 5% (NS = 0,05), bilateral.
Graus de Liberdade = n – k – 1 = 909
O valor crítico (tabelado) de t para 909 graus de liberdade é = Tt = 1,96

Salário Branca Gerência Prof

Tt = 1,96 Tt = 1,96 Tt= 1,96 Tt = 1,96
Tc = 0 Tc = -64,104 Tc = 14,611 Tc = 7,265

MoraPert Nqualif Desempregado Estuda

Tt = 1,96 Tt = 1,96 Tt = 1,96 Tt = 1,96
Tc = 2,852 Tc = -3,434 Tc = 0 Tc = 7,838

Trab H4264
Tt = 1,96 Tt = 1,96
Tc = 136,075 Tc = 43,987

Hipóteses: Ho : b = 0 (ausência de efeito)

H1 : b = 0 (presença de efeito)

Critério de Decisão: Tc > Tt rejeita-se Ho

Tc < Tt aceita-se Ho
Salário para a variável salário indica que aceitamos a hipótese Ho,
Tc  Tt rejeitamos a hipótese H1, da não nulidade dos parâmetros.

Branca para a variável Branca indica que aceitamos a hipótese Ho

Tc  Tt rejeitamos a hipótese H1, da não nulidade dos parâmetros.

Gerência para a variável Gerência indica que devemos rejeitar a hipótese

Tc  Tt Ho, aceitamos a hipótese H1, da não nulidade dos parâmetros.

Prof para a variável Prof indica que devemos rejeitar a hipótese

Tc  Tt Ho, aceitamos a hipótese H1, da não nulidade dos parâmetros.

MoraPert para a variável MoraPert indica que devemos rejeitar a hipótese

Tc  Tt Ho, aceitamos a hipótese H1, da não nulidade dos parâmetros.

Nqualif para a variável Nqualif indica que aceitamos a hipótese Ho

Tc  Tt rejeitamos a hipótese H1, da não nulidade dos parâmetros.

Desemp para a variável Desemp indica que aceitamos a hipótese Ho

Tc  Tt rejeitamos a hipótese H1, da não nulidade dos parâmetros.

Estuda para a variável Estuda indica que devemos rejeitar a hipótese

Tc  Tt Ho, aceitamos a hipótese H1, da não nulidade dos parâmetros.

Trab para a variável Trab indica que devemos rejeitar a hipótese

Tc  Tt Ho, aceitamos a hipótese H1, da não nulidade dos parâmetros.

H4264 para a variável H4264 indica que devemos rejeitar a hipótese

Tc  Tt Ho, aceitamos a hipótese H1, da não nulidade dos parâmetros.
Teste F

Ft = 1,83
Fc = 12807,418 Fc  Ft

Hipóteses: Ho : b = 0 (ausência de efeito)

Ho: b  0 (presença de efeito positivo ou negativo)

O teste realizado com estatística F confirma, a rejeição da hipótese de efeito

nulo da variável salário, (confirmando uma equivalência entre F e t). E por ser F um
valor alto mostra assim uma possível forma de ajustamento das variáveis explicativas,
ao nível de 5% (bilateral NS = 0,05). Resultado equivalente ao grupo de FORMANDO.
Essa decisão enquadra o modelo no erro do Tipo I (decisão errada),
explicando que pelo menos uma das variáveis explicativas, explicará a variação dos
salários, com uma probabilidade de erro de no máximo 5%. Deduz-se que há existência
de regressão estimada.

Análise das Elasticidades

Para a análise das elasticidades, foi utilizada a Tabela de Regressão sob ANOVA das
variáveis explicativas com seus coeficientes lineares.

Coeficiente de Elasticidade – Variável Branca

E2 = -0,310 O valor estatístico do coeficiente de elasticidade –Branca, indica ser
inelástico (E  1). Este valor aponta que para cada variação de 10% na variável
independente corresponderá a uma queda de 3,10% na variável salário.

Coeficiente de Elasticidade – Variável Gerência

E3 = 0,130 O valor estatístico do coeficiente de elasticidade –Gerência, indica ser
elástico (E  1). Este valor aponta que para cada variação de 10% na variável
independente corresponderá a um acréscimo de 1,30% na variável salário.
Coeficiente de Elasticidade – Variável Prof
E4 = 5,323 O valor estatístico do coeficiente de elasticidade –Prof, indica ser altamente
elástico (E  1). Este valor aponta que para cada variação de 10% na variável
independente corresponderá a um acréscimo de 53,23% na variável salário.

Coeficiente de Elasticidade – Variável MoraPert

E5 = 1,298 O valor estatístico do coeficiente de elasticidade –MoraPert, indica ser
elástico (E  1). Este valor aponta que para cada variação de 10% na variável
independente corresponderá a um acréscimo de 12,98% na variável salário.

Coeficiente de Elasticidade – Variável NQualif

E6 = -0,110 O valor estatístico do coeficiente de elasticidade –NQualif, indica ser
inelástico (E  1). Este valor aponta que para cada variação de 10% na variável
independente corresponderá a uma queda de 1,10% na variável salário.

Coeficiente de Elasticidade – Variável Desempregado

E7 = -3,096 O valor estatístico do coeficiente de elasticidade –Desempregado, indica
ser altamente inelástico (E  1). Este valor aponta que para cada variação de 10% na
variável independente corresponderá a uma queda de 30,96% na variável salário.

Coeficiente de Elasticidade – Variável Estuda

E8 = 0,310 O valor estatístico do coeficiente de elasticidade –Estuda, indica ser elástico
(E  1). Este valor aponta que para cada variação de 10% na variável independente
corresponderá a um acréscimo de 3,10% na variável salário.

Coeficiente de Elasticidade – Variável Trab

E9 = 1,115 O valor estatístico do coeficiente de elasticidade –Trab, indica ser elástico
(E  1). Este valor aponta que para cada variação de 10% na variável independente
corresponderá a um acréscimo de 11,15% na variável salário.
Coeficiente de Elasticidade – Variável H4264
E10 = 0,309 O valor estatístico do coeficiente de elasticidade –H4264, indica ser elástico
(E  1). Este valor aponta que para cada variação de 10% na variável independente
corresponderá a um acréscimo de 3,09% na variável salário.