Вы находитесь на странице: 1из 20

UNIVERSIDADE FEDERAL DO PAR

ASSESSORIA DE EDUCAO A DISTNCIA


INSTITUTO DE CINCIAS SOCIAIS APLICADAS
ESPECIALIZAO EM GESTO EMPRESARIAL
NA MODALIDADE SEMIPRESENCIAL



APOSTILA DE MTODOS
QUANTITATIVOS
Prof. JOO FURTADO








APOSTILA de MTODOS QUANTITATIVOS Prof. JOO FURTADO
2
Captulo I Correlao e Regresso
1. Introduo
Nos captulos anteriores, nossa preocupao era descrever a distribuio de valores
de uma nica varivel. Com esse objetivo, aprendemos a calcular medidas de tendncia
central e variabilidade.
Quando, porm, consideramos observaes de duas ou mais variveis, surge um
novo problema: as relaes que podem existir entre as variveis estudadas. Nesse caso,
as medidas estudadas no so suficientes.
Assim, quando consideramos variveis como peso e altura de um grupo de pessoas,
uso de cigarro e incidncia do cncer, vocabulrio e compreenso da leitura, dominncia
e submisso, procuramos verificar se existe alguma relao entre as variveis de casa
um dos pares e qual o grau dessa relao. Para isso, necessrio o conhecimento de
novas medidas.
Sendo a relao entre as variveis de natureza quantitativa, a correlao o
instrumento adequado para descobrir e medir essa relao.
Uma vez caracterizada a relao, procuramos descrev-la atravs de uma funo
matemtica. A regresso o instrumento adequado para a determinao dos parmetros
dessa funo.
NOTA: Ficaremos restritos s relaes entre duas variveis (correlao simples).

2. Correlao
2.1. Relao funcional e Relao estatstica
Como sabemos, o permetro e o lado de um quadrado esto relacionados. A relao
que os liga perfeitamente definida e pode ser expressa por meio de uma sentena
matemtica:
2 4 p l =
,
onde 2p o permetro e l o lado.
Atribuindo-se, ento, um valor qualquer a l, possvel determinar exatamente o
valor de 2p.
Consideremos, agora, a relao que existe entre o peso e a estatura de um grupo de
pessoas. evidente que essa relao no do mesmo tipo da anterior; ela bem menos
precisa. Assim, pode acontecer que as estaturas diferentes correspondam a pesos iguais
APOSTILA de MTODOS QUANTITATIVOS Prof. JOO FURTADO
3
ou que as estaturas iguais correspondam a pesos diferentes. Porm, em mdia, quanto
maior a estatura, maior o peso.
As relaes do tipo permetrolado so conhecidas como relaes funcionais e as
do tipo pesoestatura, como relaes estatsticas.


NOTA: As relaes funcionais so um caso limite das relaes estatsticas.

2.2. Diagrama de disperso
Consideremos uma amostra aleatria, formada por dez dos 98 alunos de uma classe
da faculdade A e pelas notas obtidas por eles em Matemtica e Estatstica:
TABELA 1.1
N NOTAS
MATEMTICA
(x
i
)
ESTATSTICA
(y
i
)
01 5,0 6,0
08 8,0 9,0
24 7,0 8,0
38 10,0 10,0
44 6,0 5,0
58 7,0 7,0
59 9,0 8,0
72 3,0 4,0
80 8,0 6,0
92 2,0 2,0

Representando, em um sistema coordenado cartesiano ortogonal, os pares ordenados
(x
i
, y
i
), obtemos uma nuvem de pontos que denominados diagrama de disperso. Esse
diagrama nos fornece uma idia grosseira, porm til, da correlao existente:





Quando duas variveis esto ligadas por uma relao
estatstica, dizemos que existe correlao entre elas.
0
2
4
6
8
10
0 2 4 6 8 10
y
i

x
i

APOSTILA de MTODOS QUANTITATIVOS Prof. JOO FURTADO
4


2.3. Correlao Linear
Os pontos obtidos, vistos em conjunto, formam uma elipse em diagonal.
Podemos imaginar que, quanto mais fina for a elipse, mais ela se aproximar de uma
reta. Dizemos, ento, que a correlao de forma elptica tem como imagem uma reta,
sendo, por isso, denominada correlao linear.
possvel verificar que a cada correlao est associada como imagem uma
relao funcional. Por esse motivo, as relaes funcionais so chamadas relaes
perfeitas.








Como a correlao em estudo tem como imagem uma reta ascendente, ela
chamada correlao linear positiva.
Assim, uma correlao :
a. Linear positiva se os pontos do diagrama tm como imagem uma reta
ascendente;
b. Linear negativa se os pontos do diagrama tm como imagem uma reta
descendente;
c. No linear se os pontos tm como imagem uma curva.
Se os pontos apresentam-se dispersos, no oferecendo uma imagem definida,
conclumos que no h relao alguma entre as variveis em estudo.
Temos, ento:

0
2
4
6
8
10
0 2 4 6 8 10
Reta imagem
x
i

y
i

APOSTILA de MTODOS QUANTITATIVOS Prof. JOO FURTADO
5










2.4. Coeficiente de Correlao linear
O instrumento empregado para a medida da correlao linear o coeficiente de
correlao. Esse coeficiente deve indicar o grau de intensidade da correlao entre duas
variveis e, ainda, o sentido dessa correlao (positivo ou negativo).
Faremos uso do coeficiente de correlao de Pearson, que dado por:



onde n o nmero de observaes.
Os valores limites de r so -1 e +1, isto , o valor de r pertence ao intervalo [-1,+1].
Assim:
Se a correlao entre duas variveis perfeita e positiva, ento r = +1;
Correlao linear
positiva
Correlao linear
negativa
Correlao no linear
No h Correlao


( )( )
( ) ( ) ( )
2 2
2 2
i i i i
i i i i
n x y x y
r
n x y n y y

=






APOSTILA de MTODOS QUANTITATIVOS Prof. JOO FURTADO
6
Se a correlao perfeita e negativa, ento r = -1;
Se no h correlao entre as variveis, ento r = 0.
Logicamente:
Se r = +1, h correlao perfeita e positiva entre as variveis;
Se r = -1, h correlao perfeita e negativa entre as variveis;
Se r = 0, no h correlao entre as variveis ou a relao que, porventura,
exista no linear.
NOTA:
Para que uma relao possa ser descrita por meio do coeficiente de correlao
de Pearson imprescindvel que ela se aproxime de uma funo linear. Uma
maneira pratica de verificarmos a linearidade da relao a inspeo do
diagrama de disperso: se a elipse apresenta salincias ou reentrncias muito
acentuadas, provavelmente, trata-se de correlao curvilnea.
Para podermos tirar algumas concluses significativas sobre o comportamento
simultneo das variveis analisadas, necessrio que:
0,6 | r | 1
Se 0,3 | r | < 0,6, h uma correlao relativamente fraca entre as variveis.
Se 0 < | r | < 0,3, a correlao muito fraca e, praticamente, nada podemos
concluir sobre a relao entre as variveis em estudo.
Vamos, ento, calcular o coeficiente de correlao relativo Tabela 1.1. O modo
mais prtico para obtermos r abrir, na tabela, colunas correspondentes aos valores de
x
i
y
i
, x
i
2

e y
i
2
. Assim:

TABELA 1.2
MATEMTICA
(x
i
)
ESTATSTICA
(y
i
)
x
i
y
i
x
i
2
y
i
2
5 6 30 25 36
8 9 72 64 81
7 8 56 49 64
10 10 100 100 100
6 5 30 36 25
7 7 49 49 49
9 8 72 81 64
3 4 12 9 16
8 6 48 64 36
2 2 4 4 4
= 65 = 65 = 473 = 481 = 475
n = 10
APOSTILA de MTODOS QUANTITATIVOS Prof. JOO FURTADO
7
Logo:
2 2
(10 473) (65 65)
(10 481 65 ) (10 475 65 )
r

= =


4, 730 4, 225
(4,810 4, 225) (4, 750 4, 225)
r

= =


505
585 525
505
0, 911
554,18
r
r
= =

= =

Da,
resultado que indica uma correlao linear positiva altamente significativa entre as duas
variveis.

3. Regresso
3.1. Ajustamento da reta
Sempre que desejamos estudar determinada varivel em funo de outra*, fazemos
uma anlise de regresso.
Podemos dizer que a anlise de regresso tem por objetivo descrever, atravs de
um modelo matemtico, a relao entre duas variveis, partindo de n observaes das
mesmas.
A varivel sobre a qual desejamos fazer uma estimativa recebe o nome de varivel
dependente e a outra recebe o nome de varivel independente.
Assim, supondo X a varivel independente e Y a dependente, vamos procurar
determinar o ajustamento de uma reta relao entre essas variveis, ou seja, vamos
obter uma funo definida por:
Y aX b = +

onde a e b so os parmetros.
Sejam duas variveis X e Y, entre as quais exista uma correlao acentuada, embora
no perfeita, como, por exemplo, as que formam a tabela 1.2.
Da, temos:

0, 91 r =
APOSTILA de MTODOS QUANTITATIVOS Prof. JOO FURTADO
8
TABELA 1.3
x
i
5 8 7 10 6 7 9 3 8 2
y
i
6 9 8 10 5 7 8 4 6 2

___________
* Lembre-se de que estamos restritos regresso linear simples.
cujo diagrama de disperso dado por:









Podemos concluir, pela forma do diagrama, que se trata de uma correlao retilnea,
de modo a permitir o ajustamento de uma reta, imagem da funo definida por:
Y aX b = +

Vamos, ento, calcular os valores dos parmetros a e b com a ajuda das frmulas:
( )
2
2
i i i i
i i
n x y x y
a
n y y




e
b y aX =

onde:



n o nmero de observaes;
x
a mdia dos valores x
i

i
x
x
n
| |
=
|
|
\ .

;
y
a mediados valores y
i

i
x
y
n
| |
=
|
|
\ .

.

y
i

x
i

APOSTILA de MTODOS QUANTITATIVOS Prof. JOO FURTADO
9

NOTA: Como estamos fazendo uso de uma amostra para obtermos os valores dos
parmetros, o resultado, na realidade, uma estimativa da verdadeira equao de
regresso. Sendo assim, escrevemos:

Y aX b = +
,
onde

Y
o Y estimado.
Formemos, ento, a tabela de valores:








Temos, assim:
2
10 473 65 65 4.730 4.225 505
0,8632
4.810 4.225 585 10 481 (65)
a

= = = =


Como:
65
6, 5
10
x = =
e
65
6, 5
10
y = =

vem:
6,5 0,8632 6,5 6,5 5, 6108 0,8892 b = = =

donde:
0,86 a =
e
0,89 b =

Logo:

0,86 0,89 Y X = +

TABELA 1.4
x
i
y
i
x
i
y
i
x
i
2
5 6 30 25
8 9 72 64
7 8 56 49
10 10 100 100
6 5 30 36
7 7 49 49
9 8 72 81
3 4 12 9
8 6 48 64
2 2 4 4
= 65 = 65 = 473 = 481
n = 10
APOSTILA de MTODOS QUANTITATIVOS Prof. JOO FURTADO
10
Para traarmos a reta no grfico, basta determinar dois de seus pontos:

0 0,89

5 0,86 5 0,89 5,19


X Y
X Y
= =
= = + =

Assim, temos:











3.2. Interpolao e Extrapolao
Voltando tabela 1.1, vemos que 4,0 no figura entre as notas de Matemtica.
Entretanto, podemos estimar a nota correspondente em Estatstica fazendo X = 4,0 na
equao:

0,86 0,89 Y X = +

Assim:

4, 0 0,86 4, 0 0,89 4, 33 X Y = = + =

O mesmo acontece com a nota 1,0. Repetindo o procedimento, temos:

1, 0 0,86 1, 0 0,89 1, 75 X Y = = + =

Como
4 [2,10] e
, dizemos que foi feita uma interpolao; e como
1 [2,10] e
,
dizemos que foi feita uma extrapolao.

Y = 0,86 X + 0,89
^
y
i

x
i

APOSTILA de MTODOS QUANTITATIVOS Prof. JOO FURTADO
11
NOTA: Uma norma fundamental no uso de equaes de regresso a de nunca
extrapolar, exceto quando consideraes tericas ou experimentais demonstrem a
possibilidade de extrapolao.



Captulo II Nmeros-ndices
1. Introduo
Um jornal, por ocasio de um pleito eleitoral, publicou uma tabela com os
resultados da apurao na regio:

Para um estudo comparativo das variaes dos votos brancos, essa tabela, com
nmeros absolutos, em nada nos ajuda. Porm, confeccionando uma nova tabela, com
nmeros relativos, obtemos:





o que nos leva a concluir, de imediato, que a cidade E foi a que apresentou maior ndice
de votos brancos.
No so poucas, as situaes em que, para a descrio ou anlise de um fenmeno
quantitativo, o emprego dos nmeros relativos revela-se mais pertinente do que o dos
nmeros absolutos. Isso acontece, naturalmente, quando pretendemos efetuar
comparaes dos valores tomados por uma mesma varivel em pocas ou regies
diferentes.
TABELA 2.1
Cidades Candidato X Candidato
Y
Votos
Brancos
Votos
Nulos
TOTAL
A 39.544 30.279 980 11.549 82.352
B 18.872 19.897 787 6.210 45.766
C 8.139 4.903 177 1.324 14.543
D 16.263 8.659 464 2.997 28.383
E 746 899 45 216 1.906
F 3.149 3.120 93 517 6.879
TABELA 2.2
Cidades Votos Brancos (%)
A 1,19
B 1,72
C 1,22
D 1,63
E 2,36
F 1,35
APOSTILA de MTODOS QUANTITATIVOS Prof. JOO FURTADO
12
Essas comparaes representam o caso mais simples das medidas estatsticas, que
denominamos nmeros ndices, usados, principalmente, nos negcios e na economia.

2. Nmeros - ndices
Consideremos a tabela abaixo, relativa s matriculas efetivadas em certo
estabelecimento de ensino durante o perodo de 1989 a 1994:

A vantagem dos nmeros-ndices permitir uma rpida avaliao da variao
relativa (percentual) sofrida pelo numero de matriculas, e que se traduz, em relao a
1989, por um aumento de 9,5% em 1990, de 14,3% em 1991, de 33,3% em 1992, de
48,6% em 1993 e de 61,9% em 1994.

Assim, podemos dizer que:

O ndice representa, portanto, o nvel de um fenmeno em relao ao nvel que ele
tinha num dado perodo (ou numa dada regio) tomado como base, e geralmente
expresso em porcentagem.
Os ndices mais utilizados relacionam, em geral, variaes de preo, de quantidade
ou de valor (preo x quantidade) ao longo do tempo.
NOTA: Os ndices no esto associados apenas aos negcios e a economia, mas so
largamente utilizados em todos os ramos das cincias fsicas, qumicas, naturais e
sociais. A Psicologia, por exemplo, emprega os ndices para medir a inteligncia
(quociente de inteligncia - QI).

3. Relativos de preos
Quando queremos analisar a variao no preo (ou na quantidade ou no valor) de
um s bem, basta expressar tal variao em termos percentuais, obtendo o que
denominamos relativo de preo (de quantidade ou de valor).
Assim, representado por o a poca base ou base por t a poca atual, temos:
TABELA 2.3
ANOS 1989 1990 1991 1992 1993 1994
MATRCULA 1.050 1.150 1.200 1.400 1.560 1.700
NMERO - NDICE 100,0 109,5 114,3 133,3 148,6 161,9
Nmero-ndice ou, simplesmente, ndice a
relao entre dois estados de uma varivel ou de um
grupo de variveis, suscetvel de variar no tempo ou no
espao (ou de grupo de indivduos para grupo de
indivduos).
APOSTILA de MTODOS QUANTITATIVOS Prof. JOO FURTADO
13
0
p
: preo na poca base;
t
p
:
preo na poca atual.
Atribuindo ao preo na poca base o valor 100, por meio de uma regra de trs
simples calculamos o relativo correspondente ao preo atual:
0
0,
0, 0
100
100
t
t
t t
p
p
p
p p p

=

( 0,t
p
o relativo de preo)
Do mesmo modo, obtemos:
0,
0
100
t
t
q
q
q
=
(relativo de quantidade)
0,
0
100
t
t
v
v
v
=
(relativo de valor)

4. Elos de relativos


Assim, se um bem apresentou, no perodo de 1991 a 1994, respectivamente os
preos de R$ 240, R$300, R$360 e de R$540*, os elos relativos so:
92
91,92
91
93
92,93
92
94
93,94
93
300
100 100 1, 25 100 125
240
360
100 100 1, 2 100 120
300
540
100 100 1, 5 100 150
360
p
p
p
p
p
p
p
p
p
= = = =
= = = =
= = = =

Com esses resultados, podemos formar a tabelo de elos:



Fazemos uso dos elos de relativos quando queremos acompanhar os crescimentos
(positivos ou negativos) anuais (ou mensais, ou dirios).
TABELA 2.4
ANOS 1991 1992 1993 1994
RELATIVOS - 125 120 150
Vrios relativos foram elos quando cada um deles calculado tomando como base
o ano anterior; so os relativos de base mvel.
APOSTILA de MTODOS QUANTITATIVOS Prof. JOO FURTADO
14

______________
* No perodo de 1991 a 1994, a moeda circulante no Brasil no era o real. Por questes
didticas, estamos deixando de considerar esse detalhe.
5. Relativos em cadeia




Utilizando como exemplo os dados do item anterior e considerando 1991 como
anobase, obtemos:
92
91,92
91
93
91,93
92
94
91,94
93
300
100 100 1, 25 100 125
240
360
100 100 1, 5 100 150
240
540
100 100 2, 25 100 225
240
p
p
p
p
p
p
p
p
p
= = = =
= = = =
= = = =

Esses resultados do origem a tabela de relativos em cadeia:




Fazemos uso dos relativos em cadeia quando desejamos comparar um determinado
ano, considerado significado, com os anos anteriores e os consecutivos.
O grfico abaixo mostra a evoluo do preo do bem em questo:









TABELA 2.5
ANOS 1991 1992 1993 1994
RELATIVOS 100 125 150 225
O relativo em cadeia o ndice de base fixa: todos os relativos so calculados
tomando-se uma determinada poca como base.
1991 1992 1993 1994
APOSTILA de MTODOS QUANTITATIVOS Prof. JOO FURTADO
15
6. ndices agregativos
Os ndices que estudamos at agora servem apenas para caracterizar a marcha do
preo de um s bem. No entanto, a variao de preos exige um ndice que sintetize a
variao dos preos de um conjunto de bens (agregado). Para atingir esse objetivo,
laamos Mao de um novo tipo de ndice: o ndice negativo.
Existem inmeras maneiras de calcularmos os ndices agregativos, embora os
fundamentos bsicos sejam constantes, variando apenas aspectos relacionados com o
campo especfico de aplicao do ndice.

6.1. ndice agregativo simples
Um modo de determinar o ndice agregativo simples calcular a mdia aritmtica
dos relativos, obtendo o ndice mdio de relativos.
Assim, dada a tabela abaixo:





temos, lembrando que n = 3:
435
145%
3
p p
I I = =


6.2. ndice agregativo ponderado
No clculo do ndice simples, todos os itens do agregado so colocados em um
mesmo nvel. Sabemos, porm, que na prtica isso no acontece; h bens de importncia
muito maior que outros, razo pela qual devemos considerar coeficientes de
ponderao, atribuindo, a cada item, a importncia que lhe cabe.
Para clculo do ndice agregativo ponderado, h varias frmulas: de Laspeyres, de
Paasche, de Fisher etc.
Tomando como referencia os relativos de preo, aplicaremos um dos mtodos de
ponderao para obtermos os ndices mais usuais na investigao econmica.
TABELA 2.6
BENS
RELATIVOS DE PREOS
1994 1995
A (m) 100 150
B (kg) 100 125
C (l) 100 160

= 300 = 435
APOSTILA de MTODOS QUANTITATIVOS Prof. JOO FURTADO
16
6.2.1. Frmula de Laspeyres ou mtodo da poca - base
Ponderando os relativos de preo
0
t
p
p
, onde t
p
o preo na poca atual e 0
p
o
preo na poca base, pelos valores (preos x quantidades) do ano base 0 0
p q
,
obtemos a frmula de Laspeyres:
0 0
0
0,
0 0
t
t
p
p q
p
Lp
p q


que, simplificada, nos d:
0
0,
0 0
t
t
p q
Lp
p q
=



6.3. ndices de preos
Para construir um ndice de preos, qualquer que seja a sua finalidade, devemos
inicialmente considerar os seguintes pontos:
a. Qual o objetivo do ndice?
b. Que produtos devem ser includos no seu clculo?
c. Quais os preos a serem includos no seu clculo?
d. Qual o peso a ser atribudo a cada bem em particular?
e. Qual a frmula adequada?
Embora no tendo uma resposta imediata para as questes acima, alguns pontos
bsicos devem ser observados sempre que pretendemos construir qualquer ndice.
a. Objetivo do ndice
fundamental qualificar, com toda a preciso, o objetivo do ndice; determinar
o que ele est medindo e a quem se refere. Dessa determinao depender a
seleo dos produtos que comporo o ndice.
b. Produtos a serem includos
Devem ser includos os produtos julgados mais importantes e que sejam
representativos do conjunto de bens que integram o setor para o qual se vai
calcular o ndice.
APOSTILA de MTODOS QUANTITATIVOS Prof. JOO FURTADO
17
c. Preos a serem includos
Deve-se identificar o setor para o qual vo ser determinados os preos (varejo,
atacado etc.). Tambm necessrio decidir a forma de cotao e como devero
ser coletados os preos.
d. Pesos a serem atribudos
O sistema de pesos a ser atribudo deve depender essencialmente da finalidade
ou da utilidade do ndice. Os pesos, por isso mesmo, devem refletir a
importncia relativa de cada bem no conjunto tomado para a determinao do
ndice.
e. Frmula
Em geral, quando se trata de ndices de preos, usada a frmula de Laspeyres,
que emprega pesos fixos, permitindo a reviso peridica de seus valores. Resulta
da a possibilidade de termos sempre as mesmas comparaes, feitas diretamente
ou atravs de elos de relativos.

6.3.1. ndices de custo de vida
O ndice de custo de vida ou ndice de preos ao consumidor um nmero
ndice que procura medir a variao de preos de um conjunto de bens e servios
necessrios a vida do consumidor final padro (famlia padro).
evidente que devem ser considerados os preos dos bens consumidos em
alimentao, vesturio, mobilirio, habitao, sade, higiene etc., alm, claro, dos
gastos com gua, luz, transporte, educao e outros.
Sua metodologia esta firmada em pesquisas, junto as famlias, que determinam a
lista de bens e servios consumidos por elas e a percentagem dos gastos com cada grupo
de bens e servios.
A partir desses dados, fixamos um ndice de preos (Laspeyres) para cada grupo.
Finalmente, calculamos a mdia aritmtica ponderada dos ndices de preos dos
grupos, tomando para pesos os valores percentuais dos gastos com cada grupo na
despesa total da famlia padro.

6.3.2. ndice de Preos ao Consumidor - IPC
Esse ndice reflete os gastos de famlias com renda entre um e oito salrios mnimos,
sendo o chefe da famlia assalariado em sua ocupao principal.
APOSTILA de MTODOS QUANTITATIVOS Prof. JOO FURTADO
18
A coleta de preos feita pelo IBGE, em dez regies metropolitanas. O perodo
pesquisado o dia 16 de um ms ao 15 do ms seguinte.

6.3.3. ndice da Cesta Bsica - ICB
Esse indice empregado para corrigir o salrio mnimo a cada bimestre. Sua
metodologia semelhante a do IPC, porm representa os gastos de famlias com renda
de at dois salrios mnimos.

6.3.4. ndice Geral de Preos - IGP
O IGP, calculado pela Fundao Getlio Vargas, a mdia ponderada dos seguintes
ndices: ndice de Preos por Atacado (60%), ndice de Custo de Vida (30%) e ndice de
Custo da Construo Civil na cidade do Rio de Janeiro (10%). O perodo de coleta de
preos de 1 a 30 do ms de referncia.

6.3.5. IPC da FIPE
FIPE a fundao Instituto de Pesquisas Econmicas da USP, que pesquisa o custo
de vida em So Paulo para famlias que ganham de dois a trs salrios mnimos. A FIPE
compara os preos mdios de quatro semanas com os da quatro semanas imediatamente
anteriores.

7. Deflacionamento de dados
Sabemos que os aumentos de preos implicam baixas no poder de compra ou no
valor da moeda. Por isso mesmo, a manuteno do poder de compra dos salrios um
problema que muito preocupa os assalariados de pases onde o valor da moeda est
continuamente se deteriorando.
Assim, embora os salrios nominais estejam freqentemente aumentando, os
salrios reais podem estar diminuindo, devido ao aumento do custo de vida (inflao),
e, conseqentemente, tendo o seu poder aquisitivo reduzido.
Da a importncia dos ndices de preos, pois a eles recorremos para responder a
questes como esta:
Sabendo-se que um assalariado, em 1 de maio de 1993, ganhava x cruzeiros por
ms, qual deveria ser o seu salrio mensal, em 1 de janeiro de 1994, para que ele se
encontrasse em situao equivalente a anterior?
APOSTILA de MTODOS QUANTITATIVOS Prof. JOO FURTADO
19
Esse problema trata da converso de salrios nominais em salrios reais, de
importncia fundamental na poca das negociaes salariais, principalmente quando h
inflao.
Para determinarmos os salrios reais (
SR
), tambm denominamos salrios
deflacionados, dividimos os salrios nominais das varias pocas ( t
S
) pelo ndice de
preos das pocas correspondentes ( t
IP
) e multiplicamos o resultado por 100:
100
t
t
S
SR
IP
=
,
Assim, se o salrio de um professor, em dezembro de 1995, era de R$ 1.071 e o IP
de dezembro de 1995, com base em novembro, era de 101,24%, o valor aquisitivo desse
professor dado por:
100 1.057,88
t
t
S
SR
IP
= =

isto ,
$1.058 R
.
Esse procedimento denominado deflacionamento de salrios e o ndice de preos
usado na determinao do salrio real chamado deflator.
Processo semelhante pode ser empregado para deflacionar outras sries temporais.
Assim, substituindo em (1), salrio por valor, obtemos:
100
t
t
V
VR
IP
=

Tomando como exemplo o faturamento de uma empresa no perodo de 1991 a 1994,
dado pela tabela 2.7, vamos determinar o seu faturamento real, relativamente:
a. Ao perodo de 1990;
b. Ao perodo de 1991.




a. Para obtermos o faturamento da empresa relativamente ao ano de 1990, basta
dividir cada valor constante na coluna referente ao faturamento pelo ndice geral
de preos do respectivo ano. Com isso, estamos deflacionando a srie. Assim:
TABELA 2.7
ANOS FATURAMENTO
(R$)
IP
1990 = 100
1991 180.000 140,8
1992 220.000 291,1
1993 430.000 362,5
1994 480.000 410,3
(1)
APOSTILA de MTODOS QUANTITATIVOS Prof. JOO FURTADO
20

180.000
100 172.841
140, 8
220.000
100 75.575
291,1
=
=

430.000
100 118.620
362, 5
480.000
100 116.988
410, 3
=
=

Logo,




b. A fim de obtermos o faturamento da empresa, em temos de preos de 1991,
devemos, inicialmente, mudar a base do ano de 1990 para o ano de 1991 e, em
seguida, operarmos como em a. Assim:
91,92
91,93
91,94
291,1
100 206, 7
140, 8
362, 5
100 257, 5
140, 8
410, 3
100 291, 4
140, 8
IP
IP
IP
= =
= =
= =

donde:
220.000
100 106.434
206, 7
430.000
100 166.990
257, 5
480.000
100 164.722
291, 4
=
=
=

Logo:





Pelo exame da tabela, vemos que o faturamento, no ano de 1994, foi, em termos
reais, inferior ao de 1991, embora, em termos normais, tenha aumentado.
TABELA 2.8
ANOS FATURAMENTO A
PREOS DE 1990
(R$)
1991 127.841
1992 75.575
1993 118.620
1994 116.988
TABELA 2.9
ANOS FATURAMENTO A
PREOS DE 1990
(R$)
IP
1991 = 100
FATURAMENTO A
PREOS DE 1990
(R$)
1991 180.000 100,0 180.000
1992 220.000 206,7 106.434
1993 430.000 257,5 166.990
1994 480.000 291,4 164.722