ANÁLISE MULTIVARIADA DO SETOR SUPERMERCADISTA A PARTIR DOS DADOS DO RANKING ABRAS DO ESTADO DE SÃO PAULO (2010)

Ano: 2014 | Volume: 10 | Número: 10

Autores: Paulo Rogério Alves Brene, Umberto Antônio Sesso Filho, Rodrigo da Silva Mariano, Ronaldo Raemy Rangel

Palavras-chave: Setor supermercadista, Análise Multivariada, Contabilometria, Economia de Empresas.

Resumo Português:

O objetivo deste artigo é propor uma metodologia para ilustrar a aplicabilidade e a
importância da análise multivariada, isso a partir do conjunto de dados apresentados pela
pesquisa Ranking ABRAS do Estado de São Paulo para o ano de 2010. Assim, foram
desenvolvidos novos indicadores com o auxílio da Análise Fatorial (AF), condensando 14
informações extraídas dos dados preexistentes da pesquisa ABRAS em 2 fatores: Tamanho e
Eficiência. Como resultado foi possível observar que a aplicação da AF foi bem-sucedida,
pois reduziu o número de variáveis analisadas sem grandes perdas de informação, assim como, além do agrupamento das variáveis, mostrou também coerência nesse agrupamento.
Por fim, destaca-se a relação direta entre a classificação por faturamento e a classificação de
tamanho (coeficiente de correlação de Spearman de 0,99) e a possibilidade dos dados
subestimarem a relação de eficiência dos três maiores mercados.

Resumo Inglês:

The objective of this paper is to propose a methodology to illustrate the applicability and
importance of multivariate analysis. To do that, it is used the data set presented on ABRAS of
São Paulo for the year 2010. Thus, new indicators were developed with the aid of factor
analysis (FA), 14 condensed information extracted from ABRAS on 2 factors: Size and
Efficiency. As a result, it was observed that the application of AF was successful because it
reduced the number of variables without losing much information, as well as showing
consistency in this grouping beyond the grouping of variables. Finally, there is a direct
relationship between billing classification and classification by revenue size (Spearman
correlation coefficient of 0.99) and the possibility of underestimating data related to the
efficiency of the three largest markets.