4 APRESENTAÇÃO DO ESTUDO
4.2 Análise dos dados
Neste ponto são apresentados todos os dados recolhidos através dos questionários. Como já referido anteriormente, apenas se obteve resposta por parte de 40 empresas, representando 16% da população. O número de resposta é inferior ao desejado, no entanto, julga-se que o número de respostas obtidas permitem efetuar o estudo em questão.
A informação obtida será apresentada através de quadros e gráficos, retirados dos softwares utilizados para o tratamento dos dados (Google Forms, MiniTab e SPSS), de modo a permitir uma melhor análise e interpretação da informação.
As questões do questionário serão analisadas individualmente através da estatística descritiva, que tem como objetivo a recolha, apresentação, análise e interpretação de dados numéricos, através da criação de instrumentos adequados: quadros, gráficos e indicadores numéricos, visando somente descreverem e analisar um certo grupo (amostra) sem daí retirar conclusões ou inferências sobre a população da qual foi retirada a amostra.
Deste modo:
Gráfico 1 – Setor de atividade
Conforme se pode observar pelo gráfico acima, a maioria das empresas que constituem a amostra (n = 40), pertencem ao sector do Comércio, constituindo 22,5% da totalidade
da amostra, seguindo-se os sectores da Indústria de Moldes e Metalomecânica com 12,5% e o sector da Prestação de Serviços com 10%, sendo que os restantes sectores de atividade se distribuem de forma bastante uniforme.
Gráfico 2 – Volume de negócios
De acordo com este gráfico, verifica-se que 50% da amostra (n = 40) é constituída por empresas com um volume de negócios compreendido entre 10M€ e 20M€, 35% com um volume de negócios superior a 20M€ e apenas 15% com volume de negócios inferior a 10M€.
Gráfico 3 – Número de funcionários
Relativamente a este gráfico, verifica-se que 77,5% da amostra (n = 40) tem mais de 50 funcionários, 17,5% tem entre 10 e 50 funcionários e apenas 5% da amostra tem menos de 10 funcionários.
Gráfico 4 – Percentagem exportação
Segundo este gráfico, observa-se que 37,5% das empresas da amostra (n = 40) exporta mais de 50% do seu volume de negócios, 30% exporta entre 10% e 50% do seu volume negócios, 15% exporta menos de 10% e 17,5% não faz qualquer exportação.
Gráfico 5 – Departamento AI
Quanto a existência de um departamento de auditoria, apenas 42,5% das empresas da amostra (n = 40) possuem um, sendo que as restantes empresas da amostra não possuem ou está em implementação.
Gráfico 6 – Número de auditores
Das empresas que possuem departamento de auditoria interna (n = 17), verifica-se que 58,8% tem um departamento de auditoria interna constituído por 2 a 5 auditores, 17,6% constituído por mais de 5 auditores e 23,5% é constituído por apenas 1 auditor.
Gráfico 7 – Áreas da atuação da AI
Interpretando o gráfico, podemos concluir que de acordo com a nossa amostra a área de maior atuação da auditoria interna é a área da qualidade/processos (88,2%), seguindo-se a área financeira/contabilística (35,3%), gestão de risco (29,4%). Verifica-se ainda que em nenhuma das empresas da nossa amostra (n = 17) a atividade de auditoria interna atua de forma abrangente em todas as áreas.
Gráfico 8 – Conhecimento da função de AI
Relativamente a este gráfico, verificou-se que a totalidade da amostra (n =17) transmite aos colaboradores da empresa qual é a missão da função de auditoria interna e quais os seus principais objetivos.
Gráfico 9 – Participação do órgão administração/gestão
Quanto a participação do órgão de administração/gestão na implementação da atividade de auditoria interna, verifica-se que em apenas 1 empresa da nossa amostra (n =17), não existiu participação.
Gráfico 10 – Influência das informações da AI
No que concerne sobre a influência das informações fornecidas pela atividade de auditoria interna no processo de tomada de decisões dos gestores, apenas 1 empresa da nossa amostra (n =17), considera que não tem influência.
Gráfico 11 – Contribuição da AI para detetar e minimizar o risco
Segundo o gráfico acima, observa-se que 47,1% da amostra (n = 17) considera que a atividade de auditoria interna contribui de uma forma muito relevante para a deteção e mitigação dos riscos e 47,1% também considera que contribui de forma relevante.
Gráfico 12 – Processo ERM
De acordo com o gráfico, verifica-se que nas empresas que têm departamento de auditoria interna (n = 17), 35,3% têm um processo de ERM definido, 35,3% tem o processo em implementação e em 29,4% não existe nenhum processo de ERM.
Gráfico 13 – Motivos de implementação de ERM
Analisando o gráfico supra, verifica-se que das empresas que têm um processo de ERM implementado (n = 6), 4 dessas empresas que representam 66,7% da amostra identificam como principais motivos para a implementação de ERM o Corporate Governance/Transparência, as vantagens competitivas e melhorar o desempenho e a tomada de decisões. Uma das empresas identificou que o motivo para a implementação de ERM foi uma solicitação de clientes para o cumprimento da norma VDA (norma para fornecimento de produtos e serviços para a indústria automóvel)
Gráfico 14 – Barreiras para implementação de ERM
Relativamente as principais barreiras encontradas na implementação do programa de ERM, verifica-se da análise do gráfico que 50% das empresas da nossa amostra (n = 6) identifica a relação custo/beneficio e a falta de formação para inserir o ERM no negócio. Tendo sido identificada por uma dessas empresas a falta de comunicação dentro da mesma e por outra a resistência dos responsáveis de departamento.
Gráfico 15 – Definição formal do termo “risco”
Segundo o gráfico acima, apenas uma das empresas da amostra que tem implementado um processo de ERM (n = 6), não tem formalmente definido e quantificado o significado do termo “risco” para os funcionários. Todas as outras têm e os funcionários têm conhecimento do mesmo para usarem quando forem identificados e avaliados os riscos chave.
Gráfico 16 – Manual de gestão de risco
De acordo com o gráfico supra, todas as empresas com um processo de ERM implementado (n = 6), possuem um manual de gestão de risco empresarial.
Gráfico 17 – Formação em gestão de risco
No que concerne a formação dos funcionários sobre as ferramentas e técnicas de gestão de risco, apenas uma das empresas da nossa amostra (n = 6) não dá essa formação anualmente. Todas as outras fazem formação anual.
Verifica-se que 66,7% das empresas da nossa amostra (n = 6) tem definido a exposição total ao risco que está disposta a aceitar, e 33,3% apenas o tem definido parcialmente.
Gráfico 19 – Implementação departamento de AI ou processo ERM
Através da análise ao gráfico acima, verifica-se que 23,5% das empresas da nossa amostra (n = 34) está a ponderar implementar um departamento de auditoria interna ou um processo de ERM durante o próximo ano, 35,3% dentro de 5 anos e 41,2% não está a ponderar a implementação.
Gráfico 20 – Motivos para implementação
Conforme se verifica-se neste gráfico, 64,7% das empresas da nossa amostra (n =34) identificam a melhoria dos processos internos como o principal motivo para a implementação de um departamento de auditoria interna ou de um processo ERM. A pressão do mercado é identificada por 17,6% das empresas e a pressão regulamentar por 11,8%.
De modo a testar as hipóteses formuladas anteriormente e dessa forma responder adequadamente à questão de investigação, recorreu-se às técnicas de inferência estatística.
Entende-se por estatística inferencial o conjunto de técnicas que permitem identificar relações entre variáveis, relações de associação e extrapolar dados amostrais para a população. 8 6 4 2 Median Mean 6,5 6,0 5,5 5,0 4,5 4,0 1st Q uartile 3,0000 M edian 4,0000 3rd Q uartile 8,0000 M aximum 9,0000 4,1635 5,9865 4,0000 6,5892 2,3346 3,6595 A -S quared 1,49 P -V alue < 0,005 M ean 5,0750 S tD ev 2,8500 V ariance 8,1224 S kew ness 0,12325 Kurtosis -1,34200 N 40 M inimum 1,0000 A nderson-D arling N ormality Test
95% C onfidence Interv al for M ean 95% C onfidence Interv al for M edian
95% C onfidence Interv al for S tD ev
9 5 % C onfidence Inter v als
Summary for Setor
Quadro 1 – Curva de normalidade da variável Setor
3 2 1 Median Mean 2,6 2,5 2,4 2,3 2,2 2,1 2,0 1st Q uartile 2,0000 M edian 2,0000 3rd Q uartile 3,0000 M aximum 3,0000 1,9803 2,4197 2,0000 2,5892 0,5627 0,8820 A -S quared 3,60 P -V alue < 0,005 M ean 2,2000 S tD ev 0,6869 V ariance 0,4718 S kew ness -0,279847 Kurtosis -0,798852 N 40 M inimum 1,0000 A nderson-D arling N ormality Test
95% C onfidence Interv al for M ean 95% C onfidence Interv al for M edian
95% C onfidence Interv al for S tD ev
9 5 % C onfidence Inter v als
Summary for VN
3 2 1 Median Mean 3,0 2,9 2,8 2,7 2,6 2,5 1st Q uartile 3,0000 M edian 3,0000 3rd Q uartile 3,0000 M aximum 3,0000 2,5478 2,9022 3,0000 3,0000 0,4539 0,7115 A -S quared 8,67 P -V alue < 0,005 M ean 2,7250 S tD ev 0,5541 V ariance 0,3071 S kew ness -1,94941 Kurtosis 3,04208 N 40 M inimum 1,0000 A nderson-D arling N ormality Test
95% C onfidence Interv al for M ean
95% C onfidence Interv al for M edian
95% C onfidence Interv al for S tD ev
9 5 % C onfidence Inter v als
Summary for funcionarios
Quadro 3 – Curva de normalidade da variável funcionários
3 2 1 0 Median Mean 3,00 2,75 2,50 2,25 2,00 1,75 1,50 1st Q uartile 1,0000 M edian 2,0000 3rd Q uartile 3,0000 M aximum 3,0000 1,5188 2,2312 2,0000 3,0000 0,9123 1,4301 A -S quared 2,58 P -V alue < 0,005 M ean 1,8750 S tD ev 1,1137 V ariance 1,2404 S kew ness -0,56232 Kurtosis -1,02804 N 40 M inimum 0,0000 A nderson-D arling N ormality Test
95% C onfidence Interv al for M ean 95% C onfidence Interv al for M edian
95% C onfidence Interv al for S tD ev
9 5 % C onfidence Inter vals
Summary for Export
Quadro 4 – Curva de normalidade da variável Export
3 2 1 Median Mean 2,0 1,8 1,6 1,4 1,2 1,0 1st Q uartile 1,0000 M edian 2,0000 3rd Q uartile 2,0000 M aximum 3,0000 1,4377 1,8123 1,0000 2,0000 0,4797 0,7520 A -S quared 5,05 P -V alue < 0,005 M ean 1,6250 S tD ev 0,5856 V ariance 0,3429 S kew ness 0,289779 Kurtosis -0,662210 N 40 M inimum 1,0000 A nderson-D arling N ormality T est
95% C onfidence Interv al for M ean 95% C onfidence Interv al for M edian
95% C onfidence Interv al for S tD ev
9 5 % C onfidence Inter v als
Summary for DEP_AI
3 2 1 Median Mean 2,2 2,0 1,8 1,6 1st Q uartile 1,5000 M edian 2,0000 3rd Q uartile 2,0000 M aximum 3,0000 1,6025 2,2798 2,0000 2,0000 0,4905 1,0024 A -S quared 1,66 P -V alue < 0,005 M ean 1,9412 S tD ev 0,6587 V ariance 0,4338 S kew ness 0,056613 Kurtosis -0,313670 N 17 M inimum 1,0000 A nderson-D arling N ormality Test
95% C onfidence Interv al for M ean 95% C onfidence Interv al for M edian
95% C onfidence Interv al for S tD ev
9 5 % C onfidence Inter v als
Summary for Auditores
Quadro 6 – Curva de normalidade da variável Auditores
3 2 1 Median Mean 3,0 2,5 2,0 1,5 1,0 1st Q uartile 1,0000 M edian 2,0000 3rd Q uartile 3,0000 M aximum 3,0000 1,5547 2,4453 1,0000 3,0000 0,6450 1,3180 A -S quared 1,39 P -V alue < 0,005 M ean 2,0000 S tD ev 0,8660 V ariance 0,7500 S kew ness -0,00000 Kurtosis -1,71429 N 17 M inimum 1,0000 A nderson-D arling N ormality Test
95% C onfidence Interv al for M ean 95% C onfidence Interv al for M edian
95% C onfidence Interv al for S tD ev
9 5 % C onfidence Inter v als
Summary for ERM
Quadro 7 – Curva de normalidade da variável ERM
3 2 1 Median Mean 3,0 2,8 2,6 2,4 2,2 2,0 1st Q uartile 1,7500 M edian 2,0000 3rd Q uartile 3,0000 M aximum 3,0000 1,8985 2,4544 2,0000 3,0000 0,6425 1,0486 A -S quared 2,83 P -V alue < 0,005 M ean 2,1765 S tD ev 0,7966 V ariance 0,6346 S kew ness -0,33587 K urtosis -1,32756 N 34 M inimum 1,0000 A nderson-D arling N ormality T est
95% C onfidence Interv al for M ean 95% C onfidence Interv al for M edian
95% C onfidence Interv al for S tD ev
9 5 % C onfidence Inter v als
Summary for Prazo
5 4 3 2 1 Median Mean 3,6 3,4 3,2 3,0 2,8 1st Q uartile 3,0000 M edian 3,0000 3rd Q uartile 3,2500 M aximum 5,0000 2,8143 3,5974 3,0000 3,0000 0,9051 1,4771 A -S quared 3,55 P -V alue < 0,005 M ean 3,2059 S tD ev 1,1222 V ariance 1,2594 S kew ness 0,114698 Kurtosis 0,103995 N 34 M inimum 1,0000 A nderson-D arling N ormality Test
95% C onfidence Interv al for M ean 95% C onfidence Interv al for M edian
95% C onfidence Interv al for S tD ev
9 5 % C onfidence Inter v als
Summary for Motivos
Quadro 9 – Curva de normalidade da variável Motivos
Através da análise dos histogramas e respectivas curvas de normalidade obtidas pelo teste de Anderson-Darling (Minitab), conclui-se que os dados não são provenientes de uma população com uma distribuição normal, uma vez que, em todos eles o p-value < 0,05.
Assim, como não existe uma distribuição normal serão utilizados testes não paramétricos que não exigem a existência dessa normalidade nos dados, para análise da questão da investigação, em especial o teste Tau-b de Kendall e Rô de Spearman.
Foi atribuído um nível de significância de 5% (α = 0,05), de forma a ser possível afirmar com uma “certeza” de 95% a validade das hipóteses em estudo, ou seja, testar as hipóteses com uma probabilidade de 95%. Deste modo, se a probabilidade for inferior a 0,05 rejeita-se a hipótese nula (H0) e aceita-se a hipótese alternativa (H1).
Hipótese 1
(H01) – O sector de atividade não tem influência na existência de departamento de
auditoria interna;
(H11) - O sector de atividade tem influência na existência de departamento de auditoria
Correlações
Setor
Dep_Auditoria _Interna tau_b de Kendall Setor Coeficiente de Correlação 1,000 ,098
Sig. (bilateral) . ,476
N 40 40
Dep_Auditoria_Interna Coeficiente de Correlação ,098 1,000 Sig. (bilateral) ,476 .
N 40 40
rô de Spearman Setor Coeficiente de Correlação 1,000 ,124 Sig. (bilateral) . ,445
N 40 40
Dep_Auditoria_Interna Coeficiente de Correlação ,124 1,000 Sig. (bilateral) ,445 .
N 40 40
Quadro 10 – Testes Tau-b de Kendall e Rô de Spearman às variáveis Setor e DEP_AI
Pelo quadro 10, pode-se verificar que o valor de p > 0,05 (Sig.(bilateral) =0,476 e 0,445), o que leva a concluir que a hipótese nula (H0) é aceite com um nível de significância de 5%, isto é, deve concluir-se que o setor de atividade não influencia a existência de um departamento de AI.
Hipótese 2
(H02) – O volume de negócios não influencia a existência de departamento de auditoria
interna;
(H12) - O volume de negócios influencia a existência de departamento de auditoria
Correlações
Dep_Auditoria_ Interna
Volume_Negóc ios tau_b de Kendall Dep_Auditoria_Interna Coeficiente de Correlação 1,000 -,374*
Sig. (bilateral) . ,013
N 40 40
Volume_Negócios Coeficiente de Correlação -,374* 1,000
Sig. (bilateral) ,013 .
N 40 40
rô de Spearman Dep_Auditoria_Interna Coeficiente de Correlação 1,000 -,393*
Sig. (bilateral) . ,012
N 40 40
Volume_Negócios Coeficiente de Correlação -,393* 1,000
Sig. (bilateral) ,012 .
N 40 40
*. A correlação é significativa no nível 0,05 (bilateral).
Quadro 11 – Testes Tau-b de Kendall e Rô de Spearman às variáveis VN e DEP_AI
No que se refere à hipótese 2, verifica-se que o valor de p < 0,05 (Sig. Bilateral = 0,013 e 0,012), logo conclui-se que os resultados são significativos, existe uma correlação entre as variáveis, pelo que rejeita-se a hipótese nula (H0) e conclui-se que o volume de negócios influencia a existência de um departamento de AI.
Hipótese 3
(H03) – O número de funcionários não tem influência na existência de departamento de
auditoria interna;
(H13) - O número de funcionários tem influência na existência de departamento de
Correlações
Dep_Auditori a_Interna
Numero_Fun cionários tau_b de Kendall Dep_Auditoria_Intern
a Coeficiente de Correlação 1,000 -,213 Sig. (bilateral) . ,166 N 40 40 Numero_Funcionários Coeficiente de Correlação -,213 1,000 Sig. (bilateral) ,166 . N 40 40 rô de Spearman Dep_Auditoria_Intern a Coeficiente de Correlação 1,000 -,222 Sig. (bilateral) . ,168 N 40 40 Numero_Funcionários Coeficiente de Correlação -,222 1,000 Sig. (bilateral) ,168 . N 40 40
Quadro 12 – Testes Tau-b de Kendall e Rô de Spearman às variáveis funcionários e DEP_AI
Segundo o quadro …., o valor de p > 0,05 (Sig. Bilateral = 0,166 e 0,168), o que permite afirmar que nesta hipótese aceita-se a hipótese nula (H0), pelo que conclui-se que o número de funcionários não tem influência na existência de um departamento de AI.
Hipótes 4
(H04) – A percentagem de exportação não influencia a existência de departamento de
auditoria interna;
(H14) - A percentagem de exportação influencia a existência de departamento de
Correlações
Dep_Auditoria _Interna
Percentagem _Exportação tau_b de Kendall Dep_Auditoria_Interna Coeficiente de
Correlação 1,000 -,247 Sig. (bilateral) . ,087 N 40 40 Percentagem_Exportaçã o Coeficiente de Correlação -,247 1,000 Sig. (bilateral) ,087 . N 40 40
rô de Spearman Dep_Auditoria_Interna Coeficiente de
Correlação 1,000 -,282 Sig. (bilateral) . ,078 N 40 40 Percentagem_Exportaçã o Coeficiente de Correlação -,282 1,000 Sig. (bilateral) ,078 . N 40 40
Quadro 13 – Testes Tau-b de Kendall e Rô de Spearman às variáveis Export e DEP_AI
No que se refere a hipótese 4, também p > 0,05 (Sig.bilateral = 0,087 e 0.078), pelo que aceita-se a hipótese nula (H0), e conclui-se que a percentagem de exportação não influencia a existência de um departamento de AI.