Escolar Documentos
Profissional Documentos
Cultura Documentos
RESUMO
_________________________________________________________________________________
2
1. INTRODUÇÃO
caso da alocação dos custos indiretos. Apesar de aparentemente não haver uma
correspondência explícita entre as variáveis, podemos associá-las por meio de uma
expressão matemática ao utilizar a Análise de Modelos de Regressão. Os modelos
matemáticos conduzem a uma melhor maneira de se examinar a formação dos
custos, tendo por benefícios a clareza e a credibilidade quando da criação e do
fornecimento de registros orçamentários, financeiros e patrimoniais, empregues
como instrumentos de planejamento e controle, os quais amparam o tomador de
decisões (CHARNET et al, 2008).
O artigo está estruturado da seguinte forma: Referencial Teórico, o qual
aborda sobre o Orçamento Público, o modelo de decisão governamental, os custos
na Administração Pública, o comportamento e metodologia para previsão dos
custos, os fundamentos de Econometria e uma breve explicação sobre os Modelos
de Regressão, além da apresentação de um exemplo prático. Na sequência tem-se
a metodologia, as considerações finais e por fim as referências.
2. REFERENCIAL TEÓRICO
governo, ou seja, o controle de sua ação que visa à estabilização ou ampliação dos
níveis da atividade e índices econômicos. (GIACOMONI, 2016).
O emprego do orçamento como instrumento de gestão é uma das
características do orçamento moderno, que objetiva amparar o Executivo em
diversas etapas do processo administrativo: programação, execução, direção e
controle (GIACOMONI, 2016).
Portanto, o orçamento público configura-se por ser multidisciplinar, logo,
possui características políticas, jurídicas, contábeis, econômicas e administrativas.
Sua formulação tem variado com o passar do tempo, visto que, em função do
processo histórico específico, cada uma das suas características ganha maior ou
menor relevância (GIACOMONI, 2016).
de custo não se pode medir a eficiência, pois esta define-se como uma relação entre
os resultados e os custos para obtê-los.
Piscitelli (2014) expõe que o conceito de eficiência diz respeito à apuração da
racionalidade com que os recursos alocados a determinados programas são
utilizados, referindo-se à seleção da maneira pela qual a formação de determinado
bem ou serviço deva ser efetuada de forma a reduzir o custo total alocado. A
eficiência foi implementada pela Constituição Federal para garantir o bom
andamento da máquina administrativa na execução de suas atividades, objetivando
a realização das atribuições do órgão com agilidade, perfeição e rendimento
funcional. Assim, a eficiência está relacionada a custos de produção ou à forma pela
qual os recursos são consumidos. O conceito de eficiência aproxima-se do de
economicidade, o que implica fazer mais com menos, sem perder a qualidade; visa a
atingir os objetivos por meio de uma boa prestação de serviços, do modo mais
simples, mais rápido e mais econômico – ou seja, com iguais ou menores custos –,
elevando a relação custo-benefício no uso dos recursos públicos.
Os custos são acompanhados e mensurados de forma que possam prestar
informações que subsidiem um orçamento, com projeto e atividades relevantes à
população, levando à diminuição do déficit público, à eficiência e à transparência
perante a sociedade (GIACOMONI, 2016).
O processo decisório exige cada vez mais planos e atitudes rápidos com
precisão máxima na gestão dos empreendimentos. Conhecer os custos e suas
flutuações é fator primário para que a decisão tomada ocorra com a maior
probabilidade possível de acerto sobre as diretrizes a serem encaminhadas, com o
propósito de otimizar os resultados, minimizar os custos e gerar superávit
(YAMAMOTO, 2012).
Na busca de informações aceitáveis e satisfatórias, que esclareçam da
melhor maneira como as variáveis de apropriação de custos variam em função das
modificações surgidas, são utilizadas expressões matemáticas que tentam elucidar
esses padrões de comportamento (HORNGREN et al, 2000).
A determinação de uma função de custo de acordo com as ideia explanada
no parágrafo anterior permite a formulação de um modelo que possibilita estabelecer
se há relação de causa e efeito entre o orientador de custos e os custos resultantes.
O ponto crucial, claramente, é encontrar as variáveis certas e as devidas relações
entre elas (HORNGREN et al, 2000).
O conhecimento mais aprofundado de ferramentas estatísticas torna-se
imprescindível nesse instante, pois, a análise superficial dos parâmetros e testes
estatísticos pode induzir ao erro por parte do analista de custos. A grande maioria
dos autores sugere a utilização de softwares estatísticos para ajudar na construção
dos modelos pertinentes, de modo que quando se parte para modelos de regressão
múltipla ou não lineares, os cálculos matemáticos ficam extremamente complexos,
extensos e demasiadamente exaustivos, além da grande quantidade de testes e
parâmetros estatísticos que podem ser exigidos em uma regressão (TRIOLA, 2005).
8
Figura 01: Consumo de Energia Registados durante o exercício de 2017 no IFG – Câmpus Goiânia
12
Tabela 01: Horas-Aula Ministradas durante e valores pagos mensalmente para utilização de energia
elétrica durante o exercício de 2017 no Câmpus Goiânia do IFG
Verifica-se, por meio da Figura 02, que não há uma estreita relação entre as
duas variáveis. O R² (R-squared) apresenta-se com um valor pequeno, o que aponta
que apenas cerca de 8,5% do comportamento da variável Gastos com Energia
Elétrica é explicada pela variável independente Horas-Aula Ministradas. Consoante
com Triola (2005), o R² é chamado de coeficiente de determinação, e trata-se de
uma medida de ajustamento de um modelo estatístico linear em observância aos
valores adquiridos (variável preditora). Esse valor varia entre 0 e 1, indicando, em
porcentagem, o quanto o as variáveis independentes conseguem explicar os valores
observados, sendo que, quanto maior o valor exibido para R² mais explicativo é o
modelo, e, portanto, ele melhor se ajusta à amostra.
Sendo o p-valor (designado por nível descritivo do teste) = 0,384 > α = 0,05,
corroboramos não rejeitar a hipótese nula [H0: (β = 0)]. Um p-valor pequeno fornece
evidências a favor da hipótese nula (H0). Por exemplo, se fixarmos um nível de
significância (α), então poderemos dizer que uma hipótese nula é rejeitada nesse
nível de significância, quando o p-valor é menor do que o α escolhido (TRIOLA,
2005).
A Análise de Variância também apresentou uma incontestável falta de relação
entre as variáveis. Temos que o Fobs = 0,836 < F0,05;1,9 = 5,12, e, assim, não
rejeitamos a hipótese nula [H0: (β = 0)], com um nível de confiança de 95%, e
concluímos que não há relação linear significante entre os valores de energia
elétrica consumida e as horas-aula ministradas.
Outras interpretações como o Desvio-Padrão da estimativa, que determina o
grau de variabilidade, ou distorções, provocada no modelo sugerido, e a Estatística
de Teste Tobs que segue uma Distribuição t de Student com n−2 graus de liberdade
sob a hipótese nula [H0: (β = 0)], Triola (2005), também corroboram as conclusões
acima sobre gerar um modelo espúrio, ou seja, ocorre a inexistência de relação
causa-efeito entre as variáveis.
Logo, pode-se concluir que a equação (ou modelo estimativo) extraída da
Análise de Regressão Linear não apresenta uma relação explicativa entre as
variáveis estudadas, devendo ser investigadas outras fontes de consumo que
possam quantificar o desembolso financeiro em relação ao consumo energético.
14
3. METODOLOGIA
4. CONSIDERAÇÕES FINAIS