Utilizao da regresso linear como ferramenta de deciso na gesto de custos.

Isair Sell

Resumo:

A contabilidade vista como um grande sistema de informao, e como tal o seu papel oferecer a seus usurios um
estoque de informaes adequadas ao processo decisrio estratgico das organizaes. O uso da matemtica e da
estatstica, atravs dos mtodos quantitativos, tem possibilitado a resoluo de vrios problemas, tornando a
contabilidade mais prxima do objetivo, eliminando ou diminuindo, possveis variaes na apresentao dos eventos
econmicos/financeiros que necessitam de julgamentos subjetivos para serem resolvidos. Devido a acirrada
concorrncia, os gestores precisam conhecer os componentes do custo de seus produtos para que possam se manter
no mercado. Para isso, os relatrio gerencias devem dar condies de comparabilidade entre o custo ocorrido e o
que deveria ocorrer e qual a relao entre as variveis dos componentes do custos. A regresso linear, como uma das
tcnicas de mtodos quantitativos, usada para melhorar a capacidade de analisar o comportamento dos custos e o
aumento da objetividade e confiabilidade das informaes contbeis, atravs da anlise individual das variveis que
possam estar relacionadas com a composio do custo.

rea temtica: Aplicao de Modelos Quantitativos na Gesto de Custos

 IX Congresso Internacional de Custos - Florianpolis, SC, Brasil - 28 a 30 de novembro de 2005

Utilizao da regresso linear como ferramenta de deciso na gesto

de custos.

Isair Sell (Universidade Federal de Santa Catarina - Brasil) - isairsell@ibest.com.br

Resumo
A contabilidade vista como um grande sistema de informao, e como tal o seu papel
oferecer a seus usurios um estoque de informaes adequadas ao processo decisrio
estratgico das organizaes. O uso da matemtica e da estatstica, atravs dos mtodos
quantitativos, tem possibilitado a resoluo de vrios problemas, tornando a contabilidade
mais prxima do objetivo, eliminando ou diminuindo, possveis variaes na apresentao
dos eventos econmicos/financeiros que necessitam de julgamentos subjetivos para serem
resolvidos. Devido a acirrada concorrncia, os gestores precisam conhecer os componentes
do custo de seus produtos para que possam se manter no mercado. Para isso, os relatrio
gerencias devem dar condies de comparabilidade entre o custo ocorrido e o que deveria
ocorrer e qual a relao entre as variveis dos componentes do custos. A regresso linear,
como uma das tcnicas de mtodos quantitativos, usada para melhorar a capacidade de
analisar o comportamento dos custos e o aumento da objetividade e confiabilidade das
informaes contbeis, atravs da anlise individual das variveis que possam estar
relacionadas com a composio do custo.

Palavras chave: Mtodos quantitativos, gesto, deciso.

rea Temtica: Aplicao de Modelos Quantitativos na Gesto de Custos .

1. Introduo
A histria nos conta que a contabilidade nasceu com o desenvolvimento da necessidade de
controles gerenciais e de informaes econmicas e financeiras. Desde as primeiras
civilizaes, nos tempos das dinastias e dos faras, a milhares de anos, a contabilidade vem
evoluindo. Na era grega e romana j surgiram conceitos sobre contabilidade, at que em
Veneza na Itlia, o Frei Luca Pacioli, codificou os sistemas de partidas dobradas mais antigos,
que se encontram na Itlia e remontam ao sculo XIV, escreveu o livro Suma de arithmetica,
geometrica, proportioni et proportionalit, e publicou em 1494.
A contabilidade se desenvolveu em solo regado de aprendizagem e comrcio com o oriente,
invenes, novo sistema de nmeros, descobrimento das amricas e pela revoluo industrial.
No entanto, nestes 500 anos desde que Pacioli escreveu seu livro, a contabilidade permaneceu
constante, enquanto isso, o mundo sofreu uma revoluo informacional, onde podemos
constatar que h uma certa defasagem, entre as descobertas e as aplicaes destas descobertas.
At anos atrs o objetivo dos relatrios contbeis era a apresentao dos resultados lquidos
do confronto entre as receitas e as despesas de um determinado perodo. Atualmente
podemos dizer que o grande trunfo de uma empresa a informao. na contabilidade
 IX Congresso Internacional de Custos - Florianpolis, SC, Brasil - 28 a 30 de novembro de 2005

gerencial que o profissional contbil vai aplicar os seus conhecimentos, agindo como um
controller, propondo o curso da ao que melhor consiga atingir os objetivos desejados.
Assim, o conhecimento e a utilizao dos instrumentos estatsticos e matemticos, baseados
em mtodos quantitativos, pelos contadores, no poder deixar de ser um item importante no
seu dia a dia na gesto empresarial. Fazendo uma rpida reflexo sobre a viso e o papel da
contabilidade no momento atual, pode-se definir a contabilidade como um sistema de
informao e mensurao de eventos que afetam a tomada de deciso. uma srie de
atividades ligadas atravs de um conjunto ordenado de passos, que comea pela observao,
classificao, registro, organizao, anlise e finalmente a informao prtica, til e adequada
ao usurio, para suporte nas decises estratgicas gerenciais.
Nesta matria, sem esgotar o assunto, ser analisado a Regresso Linear e com o auxlio da
planilha eletrnica Excel, utilizaremos como exemplo, um problema na rea de custos para
evidenciar que mais uma ferramenta a disposio do contador no auxlio gerencial tomada
de deciso.
2. Problema
Os concorrentes esto vendendo seus produtos, similares aos produzidos pela empresa,
prximo a seu preo de custo. Ento, para revisar a pauta de preos, precisa conhecer os
custos, especificamente os custos indiretos de fabricao, pois acredita que eles influenciam
em grande parte na composio do preo final.
Os relatrios gerenciais so importantes, mas de nada adianta relatar custos incorridos,
necessrios que tais relatrios dem condies de comparar o custo ocorrido e o que deveria
ocorrer e qual a relao entre os componentes do custos.
Segundo Martins (2000) Pode-se dizer que a empresa tem controle dos seus Custos e
Despesas quando conhece os que esto sendo incorridos, verifica se esto dentro do que era
esperado, analisa as divergncias e toma medidas para correo de tais desvios.
3. Objetivo
Um dos objetivos estabelecer uma funo matemtica que relacione os custos indiretos de
produo com horas-mquina e com lotes de produo, e qual o relacionamento entre estas
variveis.
Outro objetivo mostrar como estes modelos matemticos podem ser utilizados como
instrumentos de controle, auxiliando o administrador no processo de gesto empresarial.
A utilizao de tcnicas estatsticas para a construo de modelos que proporcionaro a
projeo de custos, tem como vantagens uma melhor capacidade de analisar o comportamento
dos custos e o aumento da objetividade e confiabilidade na gerao das informaes
contbeis. Segundo Iudcibus (1993) H uma tendncia crescente para o emprego de tcnicas
quantitativas que facilitem a explicao e o tratamento de problemas empresariais
Para tanto, utilizamos os benefcios que o computador oferece, atravs da planilha eletrnica
Excel, para elaborar a anlise de regresso.
4. Competio de mercado
A competio no mercado pelas empresas uma realidade e provoca o aumento da
concorrncia entre elas. Como h necessidade de atingir os objetivos inevitvel que as
empresas acompanhem o desenvolvimento tecnolgico. Portanto, de fundamental
importncia investir em informaes que possibilitem suporte para encarar essa competio.

2
 IX Congresso Internacional de Custos - Florianpolis, SC, Brasil - 28 a 30 de novembro de 2005

Diante dessas realidades, a necessidade de sobreviver ou permanecer no mercado fazem com

que os executivos passem a valorizar o planejamento estratgico das informaes como
importante instrumento de descoberta e oportunidades. Assim, as empresas procuram
maximizar seus resultados em contrapartida de diminuio das despesas e dos custos. Frente
essa realidade imprescindvel a utilizao de um sistema de informaes, que como
ferramenta, seja um recurso de suporte gerncia da empresa reduzindo o grau de incerteza
na tomada de decises.
Portanto, a utilizao de mtodos quantitativos como tecnologia de informao na
estruturao do sistema de informaes contbeis, bem como evidenciar a importncia desses
mtodos na soluo de problemas, mostra que a contabilidade, mesmo com suas limitaes,
tm no seu arcabouo terico e metodolgico, um grande potencial a ser considerado, a fim de
ser utilizada como possvel recurso preditivo de informaes, de grande valia nos processos
de gesto estratgica e ttica operacional das empresas nas tomadas de decises.
5. Sistemas de informaes
Hoje em dia a informao se apresenta como um grande diferencial competitivo. Em um
mercado altamente competitivo, aqueles que detm a informao conseguem vencer as
barreiras com menos dificuldades e com maior grau de certeza nas aes.
A informao, no contexto atual, constitui uma mercadoria importante na economia.
Conforme Bio (1996),O Sistema de Informao um conjunto de partes interdependentes no
seu todo que faz parte de um todo maior. Dai a noo de subsistema, ou seja, um sistema que
parte de outro. Dessa forma, pode-se pensar em subsistema de oramento, de custos, de
contabilidade, etc. Como componente do sistema de informao total da empresa, cujo
propsito bsico habilitar a organizao alcanar seus objetivos.
A Contabilidade como definido, faz parte do subsistema de informao do Sistema Empresa.
Ela detm os dados necessrios s anlises para as tomadas de decises, portanto, o objetivo
principal da Contabilidade conforme Iudcibus (1986), fornecer informao econmica
relevante para que cada usurio possa tomar suas decises e realizar seus julgamentos com
segurana. Portanto, um sistema de informaes, deve apresentar os fluxos de informaes e
estabelecer vinculaes com o processo decisrio da organizao.
No processo de gesto, um sistema de informao gerencial, um conjunto de pessoas,
equipamentos, documentos, procedimentos que coleta, que valida, transforma, executa,
recupera e apresenta dados para uso no planejamento, oramento, contabilidade, tomada de
deciso e outros processos gerenciais.
6. Processo de tomada de deciso
No processo de gesto empresarial, o objetivo principal das empresas atingir a eficcia,
assim, o xito est em atingir as metas definidas no planejamento.
No processo de gesto, onde o gestor tem a funo de tomar deciso, considerando que uma
empresa um investimento e que todo investimento tem por objetivo adicionar valor aos
recursos consumidos inicialmente, conclui-se que um processo gerencial excelente na
medida em que as decises tomadas conduzem a minimizao do custo e a maximizao dos
resultados. Portanto, a necessidade de bases objetivas que apoiem estes processos, de vital
importncia, embora isto no signifique afirmar que a utilizao de medidas quantitativas
elimine a necessidade da interferncia subjetiva do tomador de deciso, sendo portanto,
apenas ferramentas para gui-lo nesta espinhoso caminho.
Uma deciso gerencial pode ser tomada tanto sob condies objetivas como sob condies
subjetiva. tomada sob condies objetiva quanto se tem certeza de que existe apenas um

3
 IX Congresso Internacional de Custos - Florianpolis, SC, Brasil - 28 a 30 de novembro de 2005

curso de ao para determinado evento, existindo um caminho a ser tomado e sem nenhuma
escolha a ser feita. Uma deciso tomada sob condio subjetiva ou de incerteza, quando no
so conhecidos antecipadamente, os resultados que sero obtidos com o curso da ao
escolhida.
No entanto, verificamos que a deciso tomada sob condies de incerteza, muito mais
comum nos processos gerenciais, pois envolve diversos cursos de ao para cada evento
apresentado, assim como diversas ocorrncias de probabilidades de determinados eventos
para cada curso de ao escolhida. Portanto, necessrio que o gestor opte por aquele que
oferea maior fluxo futuro de benefcios econmicos para a empresa.
A deciso pela melhor alternativa, vai determinar a ao para atingir os objetivos
estabelecidos. Para que o gestor seja objetivo na seleo da melhor alternativa entre s
disponveis e considerando que seus resultados s sero conhecidos no futuro, necessrio
que seja oferecido o suporte necessrio de informaes e dados que proporcionem a previso
dos resultados alcanados decorrentes da escolha das diversas alternativas. Para tanto,
verificamos a, a utilidade dos modelos quantitativos para minimizao do risco da deciso.
7. Conceitos bsicos
Segundo Stevenson (1986), A correlao mede a fora, ou grau, de relacionamento entre
duas variveis; a regresso d uma equao que descreve o relacionamento em termos
matemticos. Continuando cita que a regresso compreende a anlise de dados amostrais
para saber se e como duas ou mais variveis esto relacionadas uma com a outra numa
populao e, tem como resultado uma equao matemtica que descreve o relacionamento. A
equao pode ser usada para estimar, ou predizer, valores futuros de uma varivel quando se
conhecem ou se supem conhecidos valores da outra varivel.
A regresso linear simples estabelece uma equao matemtica linear que descreve o
relacionamento entre duas variveis, uma dependente e outra independente, com a finalidade
de estimar valores para uma varivel, com base em valores conhecidos da outra.
A regresso linear mltipla envolve trs ou mais variveis, com uma varivel dependente e
duas ou mais variveis independentes, com a finalidade de melhorar a capacidade de predio
em confronto com a regresso linear simples.
Portanto, de acordo com o que foi citado acima, pode-se observar que diferena entre a
regresso simples e a mltipla a quantidade de variveis analisadas.
A regresso linear simples resulta na equao de uma reta, enquanto a regresso linear
mltipla, se tiver trs variveis, resultar num plano, mas se tiver n variveis, resultar num
hiperplano. O exemplo prtico levar em considerao apenas trs variveis.
Pode-se afirmar que a regresso utilizada para:
a) Estimar os valores de uma varivel, com base nos valores de outra varivel conhecida;
b) Explicar os valores de uma varivel com base nos valores da outra;
c) Predizer futuros valores de uma varivel.
Para exemplificar situaes em que conveniente utilizar a regresso mltipla, abaixo
relacionamos algumas variveis dependentes e possveis variveis independentes:

4
 IX Congresso Internacional de Custos - Florianpolis, SC, Brasil - 28 a 30 de novembro de 2005

Varivel dependente Possveis variveis independentes

Safra quantidade de fertilizante, chuva, tipo de solo
Salrio anual anos de servio, escolaridade
Dureza do ao tempo de endurecimento, contedo de carbono, taxa de
resfriamento
Distncia de frenagem de um carro em velocidade coeficiente de atrito da estrada e dos pneus, tempo de
reao
Volume de vendas gasto com propaganda, preo
Fonte: Stevenson (1986, p. 367)
Tabela no 1 variveis dependentes e independentes
A correlao que, literalmente significa co-relacionamento, evidencia at que ponto os valores
de uma varivel esto relacionados com os de outra.
A regresso, atravs de estimativas dos parmetros, mostra o efeito da varivel explicada X
sobre a dependente Y, enquanto a correlao mede o grau de associao entre Y e a varivel
independente X.
Segundo Matos (2000), Multicolinearidade refere-se correlao entre duas variveis
explicativas ou entre uma delas e as demais, includas na equao de um modelo. Isso implica
que a multicolinearidade ocorre quando, por exemplo, duas variveis X1 e X2 medem
aproximadamente a mesma coisa, ou seja, a correlao entre elas quase perfeita.
R ajustado exibe o coeficiente de determinao mltipla, que uma medida do grau de
ajustamento da equao de regresso mltipla aos dados amostrais. Um ajuste perfeito resulta
em R = 1, um ajuste muito bom acarreta um valor prximo de 1 e um ajuste fraco ocasiona
um valor de R prximo de zero. O coeficiente mltiplo de determinao de R uma medida
de aderncia da equao de regresso aos dados amostrais. O coeficiente de determinao
ajustado o coeficiente mltiplo de determinao R modificado de modo a levar em conta o
nmero de variveis e o tamanho da amostra. O coeficiente de determinao ou de explicao
R2, mede a parcela da variao de Y explicada pela variao dos X.
A varincia residual, S, mede o grau de disperso entre os valores observados e os estimados
de Y, sendo que a raiz quadrada de S denominada erro-padro da estimativa.
Erro padro, mede a disperso da estimativa do parmetro, indicada pelos dados amostrais,
podendo ser obtido pela raiz quadrada da varincia residual. uma espcie de desvio padro
que mede a disperso em torno da reta de regresso.
Estatstica F, utilizada para testar o efeito conjunto das variveis independentes sobre a
dependente, ou seja, serve para verificar se, pelo menos, um dos X explica a variao do Y.
Desse modo, a hiptese nula (Ho) indicar que nenhum dos X afeta Y, enquanto a hiptese
alternativa (H1) assegura que, pelo menos uma das variveis independentes influenciar a
varivel dependente Y, dentro dos graus de liberdade exigidos e dado um grau de
significncia.
Considerando um nvel de significncia igual a 0,05, se F de significao for < 0,05, a
regresso significativa, mas se for 0,05, a regresso no significativa.
Estatstica T para os coeficientes das variveis independentes, ou valor da prova, tem a
finalidade de testar se o efeito de cada uma das variveis independentes sobre a dependente
ou no estatisticamente significativo.
Intervalos de confiana, o intervalo dentro dos quais o valor verdadeiro do parmetro
populacional cair, respeitando um determinado nvel de confiana. Se a hiptese nula for
rejeitada e o valor estimado de b for positivo, zero no pertencer ao intervalo.

5
 IX Congresso Internacional de Custos - Florianpolis, SC, Brasil - 28 a 30 de novembro de 2005

O Valor P, segundo Lapponi, (2000), o maior valor de nvel de significncia para o qual o
teste significativo. Ou o maior valor de nvel de significncia que rejeita a hiptese nula,
Ho. Valor P o nvel de significncia observado. Para julgamento compara-se Valor P com o
nvel de significncia ou erro tolerado que julgar mais adequado. O critrio de deciso para o
Valor P ser: escolher o nvel de significncia ; Se Valor P < , ento, rejeitar a Ho. uma
medida de significncia global da equao de regresso mltipla e uma boa medida de
aderncia da equao aos dados amostrais.
Cabe aqui lembrar que a equao da reta, na regresso linear, representada por: y=a+b.x,
onde y, representa a varivel dependente, a o intercepto ou a interseo, b o
coeficiente angular e o x, representa a varivel independente.
Teste de hiptese um processo capaz de afirmar, com base em dados amostrais, se uma
hiptese sob prova correta ou no. uma afirmao que admite se certo efeito esta presente
ou no. Por hiptese, entende-se certa afirmao condicionada acerca de uma populao, e
classificam-se em dois tipos: a) hiptese nula (H=0), quando se admite no haver diferena
entre a informao fornecida pela realidade e a afirmao da hiptese; b) hiptese alternativa
(H0), quando se admite haver diferena entre a informao fornecida pela realidade e a
afirmao da hiptese. Portanto, o processo de teste consiste em aceitar ou rejeitar a hiptese
nula (H=0), com base na diferena entre o valor hipottico e seu estimado.
8. Exemplo prtico
Para melhor fixao dos conceitos que at ento foram analisados, foi elaborado um exemplo
prtico, que serve de base para explorao em demais casos, onde ser utilizado a ferramenta
regresso linear.
9. Enunciado do problema
O administrador de uma empresa industrial, em conversa com o contador, lhe informa que
deseja conhecer os Custos Indiretos de Fabricao(CIF), para que pudesse estabelecer nova
pauta de preos, e fazer frente a concorrentes de produtos similares ao seu. O contador supe
que duas so as variveis que podem influenciar os CIF, ento decidiu analisar atravs da
regresso linear, qual o comportamento dos CIF e determinar a relao entre o nmero de
Horas-Mquina (HM) e o CIF, e qual a relao entre o nmero de Lotes de Produo (LP) e o
CIF, individualmente, e em conjunto, atravs da regresso linear mltipla, tomando as duas
variveis (HM e LP). Solicitou ainda, que dos cinco anos de atividade da empresa, fosse
considerado os ltimos quinze meses. Considerando uma probabilidade de erro de 5% (nvel
de significncia), e um nvel de confiana de 95%, desenvolver um modelo matemtico para
prever o valor dos CIF a partir dos valores das variveis HM e LP.
Dados informados pela contabilidade de custos:
MS CIF HM LP
1 150.345 3.592 61
2 142.126 2.640 89
3 160.360 3.340 90
4 149.084 3.025 80
5 119.474 2.664 50
6 139.548 2.702 79
7 137.612 2.608 91
8 143.747 2.825 61
9 142.315 3.303 49
10 113.593 2.304 41
11 161.593 3.679 55

6
 IX Congresso Internacional de Custos - Florianpolis, SC, Brasil - 28 a 30 de novembro de 2005

12 124.181 2.272 56
13 130.116 2.688 54
14 156.934 3.056 95
15 139.812 3.024 66
Quadro no 1 Dados informados pela contabilidade

necessrio definir as hipteses para o problema apresentado, ento se:

- Ho : B = 0 : No h influncia de HM e/ou LP sobre CIF;
- H1 : B 0 : H influncia de HM e/ou LP sobre CIF.
10. Soluo do problema atravs da planilha eletrnica EXCEL
A resoluo do problema apresentado atravs da regresso, na planilha eletrnica
Microsoft Excel, pode ser dividido nas seguintes etapas:
1 Etapa:
Consiste em informar a varivel dependente e a(s) varivel(is) independente(s),
quantificadas. Atravs da opo Ferramentas/Anlise de dados/Regresso, disponvel na
planilha.
2 Etapa:
Nesta etapa, j selecionada a ferramenta Regresso, identifica-se nos dados de entrada, a
varivel dependente, no intervalo Y de entrada, e a(s) varivel(is) independente(s) no
intervalo X de entrada. Sendo que, para anlise atravs da regresso mltipla, deve-se
considerar duas ou mais variveis no intervalo X de entrada, no caso HM e LP, pois no caso
de regresso simples considera-se uma de cada vez. Define-se a opo dos rtulos, o
percentual do Nvel de confiana e atravs do cone OK, confirma-se as opes selecionadas e
o Excel realizar os clculos, apresentando-os em nova planilha, conforme selecionado na
Opo de sada.
3 Etapa:
Aps o Excel criar as planilhas com os dados resultantes da regresso, que, de acordo com o
exemplo prtico, sero trs, ou seja:
a - uma atravs da regresso linear simples considerando a varivel independente Horas-
mquina (HM);
b - uma atravs da regresso linear simples considerando a varivel independente Lotes de
produo (LP);
c - outra atravs da regresso linear mltipla, considerando as variveis independentes Horas-
mquina (HM) e Lotes de produo (LP).
Ento, efetua-se a anlise, para verificar se atende uma das hipteses e se h relacionamento
entre a varivel CIF, e as variveis HM e LP, individualmente e no conjunto.
Anlise da relao da varivel HM sobre CIF:

7
 IX Congresso Internacional de Custos - Florianpolis, SC, Brasil - 28 a 30 de novembro de 2005

RESUMO DOS RESULTADOS

CIF = f (HM)
Estatstica de regresso
R mltiplo 0,8234
R-Quadrado 0,6780
R-quadrado ajustado 0,6533
Erro padro 8395,0497
Observaes 15

ANOVA
gl SQ MQ F F de significao
Regresso 1 1929494655 1929494655 27,3777 0,00016
Resduo 13 916199168,6 70476859,12
Total 14 2845693823

Coeficientes Erro padro Stat t valor-P 95% 95%

inferiores superiores
Interseo 60412,8669 15500,9465 3,8974 0,00184 26925,1145 93900,6194
HM 27,5524 5,2658 5,2324 0,00016 16,1764 38,9284

Quadro no 2 Anlise da relao da varivel HM sobre CIF

D anlise dos resultados apresentados, conclumos que:

1) a varivel dependente CIF e a independente HM;
2) a interseo que representa o custo fixo 60412,8669;
3) o coeficiente angular (b), que representa o custo varivel de 27,5524;
4) o custo indireto de fabricao-CIF, aumenta 27,5524 para cada HM;
5) que o modelo matemtico : CIF = 60412,8669 + 27,5524.HM;
6) que, atravs do R mltiplo, o grau de correlao entre CIF e HM de 82,34%;
7) que, atravs do coeficiente de determinao R-Quadrado, 67,80% das variaes no CIF so
explicadas pelas variaes em HM;
8) os desvios padro esto 8395,0497 dispersos em torno da reta de regresso;
9) para responder as hipteses levantadas no enunciado do problema, necessrio testar o
modelo:
1 Teste: Intervalo de confiana:
O intervalo com 95% de confiana, est entre 16,1764 e 38,9284, sendo que o coeficiente
angular 27,5524 esta neste intervalo. Ento, com base nestes valores verifico que o zero no
esta contido neste intervalo e concluo que rejeito a hiptese nula de que o coeficiente angular
= 0, aceito a hiptese alternativa de que b0, significando que HM tem influncia
significativa sobre CIF, ou, em outras palavras pode-se dizer que, com base no coeficiente
angular da amostra de 27,5524, estima-se que o coeficiente da populao pode variar de
16,1764 a 38,9284 com 95% de confiana.
2 Teste: Stat t:
Significa que o coeficiente angular da amostra esta 5,2324 desvios padres distantes em
relao ao coeficiente da populao. A regio de aceitao apresenta um t crtico entre

8
 IX Congresso Internacional de Custos - Florianpolis, SC, Brasil - 28 a 30 de novembro de 2005

2,16 e +2,16 (27,5524-16,1764/5,2658), ento, rejeito a hiptese H=0, com um nvel de

confiana de 95%, tendo em vista que 5,2324. Portanto, a varivel HM tem influncia
significativa sobre CIF.
3 Teste: Valor-P:
O Valor-P d como resposta que o coeficiente angular igual a zero, mas comparando com o
alfa=0,05, que o nvel de significncia definido no problema, conclumos que o Valor-
P=0,00016 menor que o alfa=0,05, ento rejeita-se a hiptese H=0, e aceita-se a hiptese
H0, portanto, a varivel HM tem influncia significativa sobre CIF.
O trs testes anteriores j do suporte suficiente para provar a influncia significativa da
varivel HM sobre os CIF, no entanto, a regra diz que se o F de significao=0,00016, for
menor que o alfa=0,05, a regresso boa, significativa.
Portanto, conclui-se que este um bom modelo, porque passou nos testes que comprovam que
a varivel HM tem influncia significativa sobre CIF de 67,80% medidos pelo R-Quadrado.
Anlise da relao da varivel LP sobre CIF:
RESUMO DOS RESULTADOS
CIF = f (LP)
Estatstica de regresso
R mltiplo 0,5575
R-Quadrado 0,3108
R-quadrado ajustado 0,2578
Erro padro 12283,0129
Observaes 15
ANOVA
gl SQ MQ F F de significao
Regresso 1 884352533 884352533 5,86159 0,0308431
Resduo 13 1961341290 150872407
Total 14 2845693823

Coeficientes Erro padro Stat t valor-P 95% 95%

inferiores superiores
Interseo 110573,7240 12850,2311 8,6048 0,0000010 82812,4928 138334,9551
LP 444,6747 183,6685 2,4211 0,0308431 47,8832 841,4662

Quadro no 3 Anlise da relao da varivel LP sobre CIF

D anlise dos resultados apresentados, conclumos que:

1) a varivel dependente CIF e a independente LP;
2) a interseo que representa o custo fixo 110573,7240;
3) coeficiente angular (b), que representa o custo varivel de 444,6747;
4) custo indireto de fabricao-CIF, aumenta 444,6747 para cada LP;
5) que o modelo matemtico : CIF = 110573,7240 + 444,6747.LP;
6) que, atravs do R mltiplo, o grau de correlao entre CIF e LP de 55,75%;
7) que, atravs do coeficiente de determinao R-Quadrado, 31,08% das variaes no CIF so
explicadas pelas variaes em LP;
8) que os desvios padro esto 12283,0129, dispersos em torno da reta de regresso;

9
 IX Congresso Internacional de Custos - Florianpolis, SC, Brasil - 28 a 30 de novembro de 2005

9) para responder as hipteses levantadas no enunciado do problema, necessrio testar o

modelo:
1 Teste: Intervalo de confiana:
O intervalo com 95% de confiana, est entre 47,8832 e 841,4662, sendo que o coeficiente
angular 444,6747 est neste intervalo. Ento, com base nestes valores verifico que o zero no
esta contido neste intervalo, assim rejeito a hiptese nula de que o coeficiente angular = 0,
aceito a hiptese alternativa de que b0, significando que HM tem influncia sobre CIF, ou,
em outras palavras pode-se dizer que, com base no coeficiente angular da amostra de
444,6747, estima-se que o coeficiente da populao pode variar de 47,8832 a 841,4662 com
95% de confiana.
2 Teste: Stat t:
Significa que o coeficiente angular da amostra est 2,4211 desvios padres distantes em
relao ao coeficiente da populao. A regio de aceitao apresenta um t crtico entre
2,16 e +2,16 (444,6747-47,8832/183,6685), ento, rejeito a hiptese H=0, com um nvel de
confiana de 95%, tendo em vista que 2,4211. Portanto, a varivel HM tem influncia sobre
CIF.
3 Teste: Valor-P:
O Valor-P d como resposta que o coeficiente angular igual a zero, mas comparando com o
alfa=0,05, que o nvel de significncia definido no problema, conclumos que o Valor-
P=0,0308431 menor que o alfa=0,05, ento rejeita-se a hiptese H=0, e aceita-se a hiptese
H0, portanto, a varivel HM tem influncia sobre CIF.
O trs testes anteriores j do suporte suficiente para provar a influncia da varivel HM sobre
os CIF, no entanto, a regra diz que se o F de significao=0,0308431, for menor que o
alfa=0,05, a regresso boa.
Portanto, conclui-se que este um bom modelo, porque passou nos testes que comprovam que
a varivel HM tem influncia sobre CIF de 31,08% medidos pelo R-Quadrado. No entanto,
nota-se neste modelo, que a influncia no to significativa se compararmos com o modelo
anterior, onde o R-Quadrado foi de 67,80%. Neste modelo o erro padro foi maior, e tambm
o Valor-P e o F de significao. Ento, para melhorar o modelo, deve-se analisar a influncia
das duas variveis sobre CIF, atravs da regresso linear mltipla, e verificar se melhora o
modelo matemtico.
Anlise da relao da varivel HM e LP sobre CIF:
RESUMO DOS RESULTADOS
CIF = f (HM.LP)
Estatstica de regresso
R mltiplo 0,9558
R-Quadrado 0,9137
R-quadrado ajustado 0,8993
Erro padro 4523,1530
Observaes 15

ANOVA
gl SQ MQ F F de
significao
Regresso 2 2600186858 1300093429 63,54655 0,0000004
Resduo 12 245506964,8 20458913,74
Total 14 2845693823

10
 IX Congresso Internacional de Custos - Florianpolis, SC, Brasil - 28 a 30 de novembro de 2005

Coeficientes Erro padro Stat t valor-P 95% inferiores 95%

superiores
Interseo 38.320,4356 9.199,9819 4,1653 0,0013104 18275,3973 58365,4739
HM 26,0876 2,8486 9,1579 0,0000009 19,8809 32,2943
LP 388,8212 67,9093 5,7256 0,0000952 240,8594 536,7829

Quadro no 4 Anlise da relao da varivel HM e LP sobre CIF

D anlise dos resultados apresentados, conclumos que:

1) a varivel dependente CIF e as independentes so HM e LP;
2) a interseo que representa o custo fixo 38.320,4356;
3) coeficiente angular (b), que representa o custo varivel de HM 26,0876 e LP 388,8212;
4) custo indireto de fabricao-CIF, aumenta 26,0876 para cada HM e 388,8212 para cada LP;
5) que o modelo matemtico : CIF = 38.320,4356 + 26.0876.HM + 388,8212.LP;
6) que, atravs do R mltiplo, o grau de correlao entre CIF e HM e LP de 95,58%;
7) que, atravs do coeficiente de determinao R-Quadrado ajustado, 89,93% das variaes no
CIF so explicadas pelas duas variveis, HM e LP, ao mesmo tempo;
8) os desvios padro = 4523,1530, dispersos em torno da reta de regresso, so menores do
que nos modelos anteriores;
9) para responder as hipteses levantadas no enunciado no problema, tambm necessrio
testar o modelo:
1 Teste: Intervalo de confiana:
O intervalo com 95% de confiana, est para HM, entre 19,8809 e 32,2943, sendo que o
coeficiente angular 26,0876 est neste intervalo e para LP, entre 240.8594 e 536,7829, sendo
que o coeficiente angular 388,8212 est neste intervalo. Ento, com base nestes valores
verifico que o zero no esta contido nestes intervalos e concluo que rejeito a hiptese nula de
que o coeficiente angular = 0, aceito a hiptese alternativa de que b0, significando que HM
e LP, tem influncia significativa sobre CIF.
2 Teste: Stat t:
Significa que o coeficiente angular da amostra para a varivel HM est 9,1579 e para a
varivel LP est 5,7256 desvios padres distantes em relao ao coeficiente da populao. A
regio de aceitao apresenta um t crtico entre 2,18 e +2,18 (HM: 26,0876-
19,8809/2,8486 e LP: 388,8212-240,8594/67,9093), tanto para HM quanto para LP, ento,
rejeito a hiptese H=0, com um nvel de confiana de 95%, tendo em vista que o coeficiente
9,1579 para HM e 5,7256 para LP, fora da regio de aceitao . Portanto, as variveis HM e
LP tem influncia significativa sobre CIF.
3 Teste: Valor-P:
O Valor-P d como resposta que o coeficiente angular igual a zero, mas comparando com o
alfa=0,05, que o nvel de significncia definido no problema, conclumos que o Valor-P das
variveis HM=0,0000009 e LP=0000952 so menores que o alfa=0,05, ento rejeita-se a
hiptese H=0, e aceita-se a hiptese H0, portanto, a varivel HM e LP tem influncia
significativa sobre CIF.

11
 IX Congresso Internacional de Custos - Florianpolis, SC, Brasil - 28 a 30 de novembro de 2005

O trs testes anteriores j do suporte suficiente para provar a influncia significativa das
variveis HM e LP sobre os CIF, no entanto, a regra diz que se o F de significao, for menor
que o alfa=0,05, a regresso boa, significativa.
Portanto, conclui-se que este um modelo melhor do que os modelos anteriores, porque
passou nos testes que comprovam que as variveis HM e LP juntas, tem mais influncia
significativa sobre CIF, do que os outros modelos, medidos pelo R-Quadrado ajustado que
apresentou o melhor resultado, igual a 89,93%, alm de resultar num menor custo fixo.
Ainda, se analisarmos o grau de correlao entre as variveis atravs do Excel, na opo
Ferramentas, Anlise de dados, Correlao, observaremos que o grau de correlao muito
baixo, apenas 8,98%, no tendo problema de multicolinearidade, isto , as variveis
independentes no dependem uma da outra, conforme pode-se observar abaixo:
CIF HM LP
CIF 1
HM 0,8234 1
LP 0,5574 0,0898 1

Tabela no 2 Correlao

Esto, aceito este modelo, e abandono os modelos anteriores por ser este o que melhor
resultado apresentou.
Diante dos resultados apresentados, o gestor, que pode ser o contador, o administrador, o
diretor ou o scio gerente, poder tomar uma deciso mais racional, cuja situao dificilmente
teria conseguido se tivesse guiando-se pelo achismo, pela intuio ou pela experincia como
costuma-se afirmar. Torna-se importante analisar os relatrios individualmente e
conjuntamente, a fim de extrair o mximo de informaes e dados suficientes para alimentar o
sistema de informaes, e que ento possam tomar decises com certa garantia e melhorar a
performance do processo decisrio da entidade.
11. Concluso
Deste estudo chega-se a concluso de que o uso de mtodos quantitativos sempre foi levado
em considerao na resoluo de problemas administrativos na organizaes, porm de
maneira limitada, devido a diversos fatores, dos quais destacamos a grande dificuldade de
operacionalizao de modelos matemticos, embora se tenta superar essa falha com o advento
do enfoque da utilizao da tecnologia, atravs, principalmente de software e uso de recursos
computacionais e meios eletrnicos.
Com a globalizao fica evidente que as entidades mais versteis em satisfazer os seus
clientes, estaro com um diferencial competitivo em relao aos seus concorrentes e assim
garantindo sua misso e continuidade no mercado. A utilizao de mtodos quantitativos na
estruturao do sistema de informaes como tecnologia de informao pela empresa verstil,
poder constituir esse diferencial .
Observamos que a utilizao desse mtodo, no apresenta solues timas para todos o
problemas, mas deve ser encarado como um instrumento que poder assistir, os problemas
numa viso sistmica, e assim contribuir com informaes que alimenta o processo decisrio.
Grande parte dos problemas enfrentados pelos contadores, que freqentemente apontam
informaes matematicamente corretas e no sabem generalizar o uso de tais exemplos
numricos. Falta a aplicao adequada da simbologia matemtica. Para isso, o entendimento
o de que a contabilidade deve-se preocupar em desenvolver estudos no processo decisrio,

12
 IX Congresso Internacional de Custos - Florianpolis, SC, Brasil - 28 a 30 de novembro de 2005

como um campo de sua atuao, criando assim, condies para os seus profissionais atuarem
no seu dia a dia com esse instrumental de forma natural.
Neste trabalho evidenciou-se a utilizao do mtodo de Regresso Linear, como um
instrumento importante a ser utilizado na resoluo de diferentes problemas. Alem de vrios
conceitos, apresentamos um exemplo prtico, que evidenciou a importncia do sistema de
informao como fonte de recurso que alimenta o sistema de deciso. O uso do recurso
computacional e a utilizao da ferramenta regresso do aplicativo EXCEL so
instrumentos auxiliares nos processos de gerao da informao e de tomada de deciso.
12. Referncias
BIO, S. R. (1996). Sistemas de informao: um enfoque gerencial. So Paulo: Atlas, p. 25.
IUDCIBUS, S. (1986). Contabilidade Gerencial. So Paulo: Atlas, p. 284.
IUDCIBUS, S. (1993). Teoria da Contabilidade. 3 Ed. So Paulo: Atlas, p. 21.
LAPPONI, J. C. (2000). Estatstica Usando Excel 5 e 7. So Paulo: Lapponi, Treinamento e Editora, p. 294.
MARTINS, E. (2000). Contabilidade de Custos. 7 Ed. So Paulo: Atlas, p. 323.
MATOS, O. C. (2000). Econometria Bsica. So Paulo: Atlas, p. 124.
STEVENSON, W. J. (1986). Estatstica aplicada administrao. So Paulo: Harbra, p. 341.

13