Análise de Correlação

Tendo como referência as informações obtidas na etapa qualitativa e orientação dos dados da Tabela 13 realizou-se um processo manual de mineração de dados no SGS (BACEN, 2012) para identificar variáveis que poderiam ter alguma relação com o consumo de aço da empresa Alfa.

Para identificar a relação entre as variáveis de mercado obtidas através da mineração de dados no SGS, do Banco Central, e o consumo de aço da empresa Alfa, foi realizada uma análise de correlação. Esta tem como propósito saber como se comporta uma variável conhecendo o comportamento de outras variáveis relacionadas (SAMPIERI; COLLADO; LUCIO, 2001, p. 63).

A correlação é medida pela estatística que resume a força e a direção da associação entre duas variáveis (MALHOTRA, 2010, p. 419).

Em um primeiro momento realizou-se uma análise de correlação com todas às variáveis envolvidas e a variável consumo de aço da empresa Alfa, não se considerando os supostos paramétricos, pois o objetivo era identificar o tipo de correlação existente para diminuir o número de variáveis.

O critério utilizado foi a classificação da força de uma correção apresentada por Santos (2007) na Tabela 14, as variáveis com correlação no intervalo de -0,6 e 0,6 foram retiradas do estudo.

Tabela 14 – Avaliação da Correlação

COEFICIENTE DE CORRELAÇÃO CORRELAÇÃO

P = 1 Perfeita Positiva 0,8 ≤ p < 1 Forte Positiva 0,5 ≤ p < 0,8 Moderada Positiva 0,1 ≤ p < 0,5 Fraca Positiva 0 < p < 0,1 Ínfima Positiva 0 Nula -0,1 < p < 0 Ínfima Negativa -0,5 < p ≤ -0,1 Fraca Negativa -0,8 < p ≤ -0,5 Moderada Negativa -1 < p ≤ -0,8 Forte Negativa P = -1 Perfeita Negativa

Após a primeira análise e a retirada do estudo dos indicadores econômicos, com coeficiente de correlação fora dos do intervalo estipulado foram verificados os supostos paramétricos, estes são requisitos que devem ser respeitados para que os testes paramétricos possam ser aplicados, caso os supostos não sejam respeitados, os testes aplicados devem ser não paramétricos (HAIR JR. et al., 2005).

Os supostos paramétricos são:

a. a variável dependente é quantitativa contínua, medida pelo menos em uma escala de intervalo;

b. a amostra é maior que trinta elementos; c. a população é normalmente distribuída;

d. há homoscedasticidade entre os grupos de variáveis.

Ao avaliar o conjunto de dados foi possível verificar que os supostos a e b são respeitados pelo conjunto, pois as variáveis estudadas são contínuas e o tamanho da amostra é maior que 30.

Para verificar a normalidade dos dados foi aplicado o teste de Kolmogorov-Smirnov (HAIR JR. et al., 2005 p. 78) já a homoscedasticidade foi avaliada pelo teste Levene (HAIR JR. et al., 2005, p.79). Este indicou que esta condição não era respeitada, essa etapa do estudo fica restrita a uma análise de correlação e, para este, o resultado do teste de Levene (HAIR JR. et al., 2005, p.79) não terá influência, mas na identificação dos modelos de previsão este resultado foi levado em consideração.

Na avaliação do suposto paramétrico de normalidade da população, onde se avaliou se os dados seguem uma distribuição normal, testou-se a hipótese nula. Esta afirmava que a variável é normalmente distribuída contra a hipótese alternativa que a variável não segue uma distribuição normal. Através dos resultados obtidos na aplicação do teste Kolmogorov-

Smirnov foi possível verificar que a significância foi maior que 0,05 para todas as variáveis o

que nos impede de rejeitar a hipótese nula, ou seja, os dados seguem uma distribuição normal, conforme resultados apresentados na Tabela 15.

Tabela 15 – Teste de Kolmogorov Smirnov

(continua) VARIÁVEIS

KOLMOGOROV

SMIRNOV Z SIG.

Consumo de aço (kg) ,730 ,661

Produção de caminhões (unidades) ,567 ,905

Produção de tratores de rodas (unidades) ,560 ,913

(conclusão) VARIÁVEIS

KOLMOGOROV

SMIRNOV Z SIG.

Produção de máquinas agrícolas (unidades) ,830 ,496

Produção de derivados de petróleo - Gás natural (barris/dia) 10³ ,716 ,685 Consumo de derivados de petróleo – Óleo diesel (barris/dia) 10³ ,567 ,905 Consumo de energia elétrica - Brasil - Industrial (GWh) ,943 ,336 Consumo de energia elétrica - Brasil - Total (GWh) ,956 ,320 Índice volume de vendas no varejo - Combustíveis e lubrificantes

(índice)

,671 ,758

Índice volume de vendas no varejo – Automóveis, motocicletas, partes e peças – Brasil (índice)

,730 ,661

PIB mensal - Valores correntes (R$ milhões) ,824 ,505

Vendas de veículos pelas concessionárias - Comerciais leves (unidades)

,603 ,861

Vendas de veículos pelas concessionárias – Caminhões (unidades) ,738 ,647 Vendas de veículos pelas concessionárias – Ônibus (unidades) ,514 ,954 Vendas de veículos pelas concessionárias - Total (unidades) ,525 ,946 Indicadores da produção (2002=100) – Geral (índice) ,831 ,495 Indicadores da produção (2002=100) - Extrativa mineral (índice) ,756 ,618

Indicadores da produção (2002=100) (índice) ,724 ,671

Indicadores da produção (2002=100) - Por categoria de uso – Bens de capital (índice)

1,001 ,269

Indicadores da produção (2002=100) - Por categoria de uso – Bens de consumo (não-duráveis e semiduráveis) (índice)

,562 ,910

Insumos da construção civil (índice) ,707 ,699

Material de construção (índice) ,421 ,994

Cesta básica (u.m.c) 1,346 ,053

Endividamento das famílias com o Sistema Financeiro Nacional em relação à renda acumulada dos últimos doze meses (índice)

,633 ,818

Fonte: Dados elaborados pelo pesquisador

Tendo realizado a avaliação dos supostos paramétricos foi possível realizar a análise de correlação entre as variáveis externas e o consumo de aço da empresa Alfa.

Tabela 16 – Análise de Correlação entre a variável consumo de aço e as variáveis externas através do Coeficiente de Pearson.

(continua)

VARIÁVEIS CONSUMO

PEARSON SIG N

Produção de caminhões ,646** _{,000 65}

Produção de tratores de rodas ,632** ,000 65

Produção de retroescavadeiras ,686** _{,000 65}

Produção de máquinas agrícolas (total) ,669** _{,000 65}

Produção de derivados de petróleo – Gás natural ,608** _{,000 65} Consumo de derivados de petróleo – Óleo diesel ,740** ,000 65 Consumo de energia elétrica - Brasil - Industrial ,609** _{,000 65} Consumo de energia elétrica - Brasil - Total ,645** _{,000 65}

(conclusão)

VARIÁVEIS CONSUMO

PEARSON SIG N

Índice volume de vendas no varejo – Combustíveis e lubrificantes – Brasil

,707** _{,000 65}

Índice volume de vendas no varejo - Automóveis, motocicletas, partes e peças - Brasil

,614** ,000 65 PIB mensal - Valores correntes (R$ milhões) ,668** ,000 65 Vendas de veículos pelas concessionárias - Comerciais leves ,643** _{,000 65} Vendas de veículos pelas concessionárias - Caminhões ,661** _{,000 65} Vendas de veículos pelas concessionárias – Ônibus ,657** _{,000 65} Vendas de veículos pelas concessionárias - Total ,601** ,000 65 Indicadores da produção (2002=100) - Geral ,655** _{,000 65} Indicadores da produção (2002=100) - Extrativa mineral ,613** _{,000 65} Indicadores da produção (2002=100) – Indústria de transformação ,651** _{,000 65} Indicadores da produção (2002=100) - Por categoria de uso - Bens de

capital

,680** ,000 65 Indicadores da produção (2002=100) - Por categoria de uso - Bens de

consumo (não-duráveis e semiduráveis)

,662** _{,000 65}

Insumos da construção civil (2002=100) ,797** _{,000 65}

Material de construção ,715** ,000 61

Cesta básica ,606** ,000 65

Endividamento das famílias com o Sistema Financeiro Nacional em relação à renda acumulada dos últimos doze meses

,620** _{,000 65}

Fonte: Dados elaborados pelo pesquisador

Analisando a Tabela 16 é possível verificar que todas as variáveis apresentaram um coeficiente de correlação superior a 0,6, o que para Santos (2007) representa uma correlação moderada positiva. Este resultado também confirma os resultados da análise qualitativa, uma vez que a correlação entre as variáveis pode ser vista como um indicativo de correlação entre os setores econômicos aos quais as variáveis pertencem.