CONIC-SEMESP

TÍTULO: A IMPORTÂNCIA DOS GRADUADOS EM ENGENHARIA NA ECONOMIA - UMA COMPROVAÇÃO EMPÍRICA NA POLÔNIA

TÍTULO:

CATEGORIA: CONCLUÍDO

CATEGORIA:

ÁREA: CIÊNCIAS SOCIAIS APLICADAS

ÁREA:

SUBÁREA: CIÊNCIAS ECONÔMICAS

SUBÁREA:

INSTITUIÇÃO: UNIVERSIDADE SÃO JUDAS TADEU

INSTITUIÇÃO:

AUTOR(ES): YAN LOPES

AUTOR(ES):

ORIENTADOR(ES): TONNY ROBERT MARTINS DA COSTA

0

Sumário

5.1 Obtenção dos dados ... 2

5.1.1 Graduados em engenharia ... 2

5.1.2 PIB (Produto Interno Bruto) ... 3

5.2 Tabulação dos dados ... 4

5.3 Especificação do modelo de regressão linear simples ... 4

5.3.1 Inserção das variáveis no software (gretl) ... 4

5.3.2 Estimação do modelo utilizando o método de Mínimos Quadrados Ordinários (MQO) ... 5 5.3.3 Resultado do modelo ... 5 5.3.4 Estatísticas de avaliação ... 6 6. Resultados ... 9 7. Considerações finais ... 9 8. Fontes consultadas ... 9

1 1. Resumo

O artigo apresenta a relação empírica entre o PIB (Produto Interno Bruto) e o número de engenheiros formados num período de 15 anos na Polônia. A relação é estimada por meio de um modelo econométrico que é feito com o suporte de um software e “excel”. As bases de dados utilizadas foram retiradas do Banco Mundial e da OCDE (Organização para a Cooperação e Desenvolvimento Econômico).

2. Introdução

Sabemos que a profissão de engenheiro está ocupando um espaço importante na economia, entretanto, podemos observar que a ciência exata é sempre uma deficiência da maioria da população visto que não é bem desenvolvida durante o ensino básico.

Muitas vezes, as pessoas desistem dos cursos de engenharia porque não conseguem acompanhar o desenvolvimento das aulas pelo motivo citado acima. Diante da situação, desenvolveremos um modelo econométrico para comprovar, empiricamente, a importância do número de engenheiros formados na economia de um país.

3. Objetivo

Comprovar, por meio de um modelo de regressão linear simples, que apenas o número de engenheiros formados é o suficiente para explicar qualquer variação no PIB. Em outras palavras, demonstrar para o Governo que uma das maneiras para promover o crescimento de um país é oferecer subsídios adicionais para os cursos de engenharia.

4. Metodologia

Para a formulação do modelo de regressão linear simples, foram utilizados os procedimentos seguintes:

a) Seleção do modelo a utilizar: optamos pelo modelo de regressão linear simples:

2 Onde:

PIB: Produto Interno Bruto;

a: constante (todo modelo de regressão gera uma constante); e GE: Graduados em Engenharia.

Neste caso, devemos distinguir a variável dependente da independente. O PIB é a variável dependente (sofre alteração com qualquer variação das variáveis independentes) e o restante (GE) é a variável independente. Em outras palavras, para obter o crescimento do PIB faz necessário um maior número de engenheiros formados.

b) Seleção do período a utilizar como base: selecionamos um período de 15 anos (1998 a 2012).

c) Escolha do software a utilizar para os cálculos: será utilizado o software econométrico “gretl” (licença básica gratuita);

d) Tabulação dos dados: os dados foram obtidos no Banco Mundial e na OCDE. Após a extração, foram devidamente tabulados no “excel” de maneira tal que o software econométrico os aceite.

e) Elaboração do modelo econométrico: inserção das variáveis no software, interpretação e validação dos resultados.

5. Desenvolvimento

5.1 Obtenção de dados

3 Utilizamos a OCDE (Organização para a Cooperação e Desenvolvimento Econômico) para obter os dados do total de alunos graduados (anualmente) na Polônia.

Tabela 1 - Número de engenheiros formados na Polônia (1998 a 2012):

Fonte: OCDE.

5.1.2 PIB (Produto Interno Bruto)

Utilizamos o banco de dados do Banco Mundial para obter o histórico do PIB da Polônia.

Tabela 2 – PIB da Polônia (1998 a 2012):

4 5.2 Tabulação dos dados

Neste processo, consolidamos os dados em uma única tabela de maneira tal que o software econométrico (gretl) os aceite. Para a aceitação do software, faz necessário ordenar os anos do menor para o maior, retirar todos os acentos do texto e nomear as variáveis, conforme abaixo:

Tabela 3 – Tabulação dos dados (PIB e graduados em engenharia):

Fonte: OCDE e World Bank, elaboração do autor.

5.3 Especificação do modelo de regressão linear simples

5.3.1 Inserção das variáveis no software (gretl)

5 5.3.2 Estimação do modelo utilizando o método de Mínimos Quadrados

Ordinários (MQO)

Fonte: gretl, elaboração do autor.

5.3.3 Resultado do modelo

6 5.3.4 Estatísticas de avaliação

a) Coeficiente de determinação (R2)

Resultado: 0,701668 – Significa que 70% das variações do PIB é

representada pelo modelo. Neste caso, podemos admitir que o modelo é bom para se fazer previsões visto que o Coeficiente de Determinação é elevado (maior ou igual a 0,7).

b) Teste de hipótese da estatística F

O objetivo principal do teste é avaliar se o modelo é bom para fazer previsões levando em consideração todas as variáveis que o compõe. O teste é efetuado por meio de uma comparação entre o Fcalculado e o Fcrítico, da seguinte forma:

- Fcalculado: 30,57555; - Fcrítico: 4,66719;

- Hipótese inicial (H0): o modelo não adere bem aos dados; - Hipótese alternativa (H1): o modelo adere bem aos dados.

Com base nos resultados, Fcalculado > Fcrítico. Sendo assim, por definição, rejeitamos a hipótese inicial. Logo, aceitamos a hipótese alternativa. Desta forma, o modelo é bom para fazer previsões, ou seja, adere bem aos dados.

Cálculo do Fcrítico (0,95% de confiança):

7 c) Teste de hipótese da estatística t

O objetivo principal do teste é avaliar se as variáveis independentes interferem nas variações da variável dependente. Em outras palavras, o teste analisa variável por variável do modelo, conforme abaixo:

- tcalculado da constante: -2,837; - tcalculado do GE: 5,530;

- tcrítico: 2,16037;

- Hipótese inicial (H0): o modelo não adere bem aos dados; - Hipótese alternativa (H1): o modelo adere bem aos dados.

Com base nos resultados, tanto o tcalculado da “constante” como do “GE” são maiores que o tcrítico, sendo assim, rejeitamos a hipótese inicial. Logo, aceitamos a hipótese alternativa. Desta forma, as variáveis exercem impacto sobre a variável dependente (PIB).

Cálculo do tcrítico (0,95 % de confiança - bicaudal):

8 d) Análise dos resíduos da regressão

Tabela 4 – Análise dos resíduos da regressão:

Fonte: excel, elaboração do autor.

Com base na análise dos resíduos realizada no “excel”, podemos

perceber que os resíduos padrão são próximos de zero, ou seja, o coeficiente de erro entre o PIB real e o PIB regredido é baixo.

e) Análise da plotagem dos resíduos da regressão

Gráfico 1 – Plotagem dos resíduos da regressão:

Fonte: excel, elaboração do autor. -2E+11 -1E+11 0 1E+11 2E+11 3E+11 - 10.000 20.000 30.000 40.000 R e sí d u o s GE

9 Com base no gráfico de plotagem dos resíduos gerados na regressão, podemos perceber que há baixa dispersão dos resíduos em relação à linha de tendência (vermelha). Podemos presumir que o modelo é bom para fazer previsões.

6. Resultados

Com base nos cálculos e interpretações efetuadas, concluímos que o número de engenheiros formados, exclusivamente, interfere totalmente no PIB. Em outras palavras, qualquer variação na variável dependente (PIB) pode ser explicada pelo modelo desenvolvido (número de graduados em engenharia).

7. Considerações finais

Mediante aos resultados das análises, podemos sugerir, ao Governo de um determinado país, um subsídio adicional aos cursos de engenharia, caso o objetivo central for promover uma elevação do PIB (Produto Interno Bruto).

Inicialmente, o mais importante a fazer é o Governo oferecer um acompanhamento constante nas disciplinas de exatas do ensino básico para que os estudantes não cresçam encarando a ciência exata como um desafio impossível. Feito o incentivo, o número de ingressantes e formados em engenharia tende a crescer e por consequência, poderá trazer resultados significativos no PIB.

8. Fontes consultadas

World Bank national data. Produto Interno Bruto (PIB) da Polônia (1998-2012).

Disponível em:

<http://data.worldbank.org/indicator/NY.GDP.MKTP.CD?order=wbapi_data_value_19

99+wbapi_data_value+wbapi_data_value-last&sort=asc&page=3>. Acesso em

Julho/2015.

OCDE (Organização para Cooperação e Desenvolvimento Econômico). Graduates by field of education – Engineering and engineering trades (1998-2012). Disponível em: <https://data.oecd.org/>. Acesso em Julho/2015.

MATOS, Orlando Carneiro de. Econometria Básica – Teoria e Aplicações, São

10 Gretl (software econométrico). Elaboração dos cálculos econométricos. Modelo efetuado em Julho. 2015.