Capítulo 7 Grupo 6 - Relação entre empregabilidade e salários médios: uma análise dos setores econômicos brasileiros

Amanda Soares Paiva Azambuja, Caio Fernandes Meneguzzi, Ibner Victor Oliveira Almeida, Laura Martins Melo e Matheus Gomes de Souza

7.1 Introdução

O mercado de trabalho brasileiro é de suma importância na estrutura econômica e social do país, refletindo a complexidade e a diversidade dos setores que o compõem. A dinâmica entre salário médio e o número de trabalhadores por setor não apenas revela aspectos da economia nacional, mas também oferece informações para a formulação de políticas públicas voltadas para a equidade salarial e um desenvolvimento sustentável.

Esta pesquisa investiga a relação entre o salário médio mensal e o pessoal ocupado total em diferentes setores econômicos no Brasil durante os anos de 2013 a 2015. A análise desses dados é necessária para entender as variações salariais entre os setores e a distribuição da mão-de-obra, proporcionando uma visão detalhada das dinâmicas econômicas e sociais em jogo.

Ao examinar a correlação entre salário médio e empregabilidade, este estudo procurou identificar padrões e tendências significativas que possam informar estratégias de desenvolvimento econômico e social mais eficazes. A utilização de dados do Instituto Brasileiro de Geografia e Estatística (IBGE) assegura uma base robusta e confiável para as análises realizadas, enquanto a aplicação de técnicas estatísticas, como gráficos e o coeficiente de correlação de Pearson, oferece uma abordagem metodológica sólida para interpretar os resultados.

Por meio dessa investigação, esperamos contribuir significativamente para o debate acadêmico e prático sobre as políticas de trabalho no Brasil, destacando áreas que necessitam de maior atenção e intervenção governamental para promover um mercado de trabalho mais justo, equitativo e produtivo.

7.2 Metodologia

Foram coletados dados de duas variáveis referentes aos anos 2013, 2014 e 2015 da base de dados do Instituto Brasileiro de Geografia e Estatística (IBGE), Salário médio mensal, por classificação de atividade (Salários Médios), e Pessoal ocupado total, por classificação de atividade, depois transformados em logaritmo (Log de funcionarios).

Para análise das informações foi criado um script no programa RStudio onde foram aferidos as estatísticas descritivas e o teste de correlação de Pearson utilizando a biblioteca psych, foram formados gráficos no script do R, porem para fins estético foram usadas tabelas fornecidas pelo Excel.

Para melhora da análise e dos testes estatísticos foram utilizados os logs naturais dos valores donúmero de funcionários por setor. Essa abordagem metodológica permite uma avaliação das tendências ao longo dos anos e das possíveis relações entre salário médio e empregabilidade, fundamentando assim as conclusões do estudo.

7.3 Resultados

DADOS2 <- read_csv(('DADOS2.csv'))
DADOS <- read_csv(('DADOS.csv'))

if(!require(dplyr))
  install.packages("dplyr")
library(dplyr)

if(!require(psych))
  install.packages("psych")
library(psych)

if(!require(ggplot2))
  install.packages("ggplot2")
library(ggplot2)

if(!require(tidyverse))
  install.packages("tidyverse")
library(tidyverse)

dados_empregabilidade <- 
  DADOS |> 
  tidyr::pivot_longer(2:7, names_to = "Ano", values_to = "Valor") |> 
  dplyr::mutate(Variavel = dplyr::case_when(stringr::str_detect(Ano, "Funcionarios|Fncionarios") ~ "Funcionários", TRUE ~ "Salários")) |> 
  dplyr::mutate(Ano = stringr::str_remove(Ano, "Funcionarios |Salario |Fncionarios "), 
                Sujeito = factor(
                  Sujeito, 
                  labels = c("Agricultura, pecuária, produção florestal, pesca e aquicultura", 
                             "Indústrias extrativas", "Indústrias de transformação", "Eletricidade e gás", 
                             "Água, esgoto, atividades de gestão de resíduos e descontaminação", "Construção",
                             "Comércio; reparação de veículos automotores e motocicletas", 
                             "Transporte, armazenagem e correio", "Alojamento e alimentação", 
                             "Informação e comunicação", "Atividades financeiras, de seguros e serviços relacionados",
                             "Atividades imobiliárias", "Atividades profissionais, científicas e técnicas",
                             "Atividades administrativas e serviços complementares", 
                             "Administração pública, defesa e seguridade social", "Educação",
                             "Saúde humana e serviços sociais", "Artes, cultura, esporte e recreação",
                             "Outras atividades de serviços", "Serviços domésticos", 
                             "Organismos internacionais e outras instituições extraterritoriais")))

# View(dados)

g <- dados_empregabilidade |> 
  dplyr::filter(Ano == "2013") |> 
  ggplot(aes(x = Sujeito, y = Valor, fill = Variavel)) +
  geom_bar(stat = "identity", position = "dodge") +
  # coord_flip() +
  labs(x = "Setor",
       y = "Salarios x Funcionarios", fill = "") +
  theme(legend.position = "bottom", axis.text.x = ggplot2::element_text(
    vjust = 0.5, hjust = 1, angle = 90))
plotly::ggplotly(g)

Figura 7.1: Comparação Salarios x nFuncionarios 2013

g <- dados_empregabilidade |> 
  dplyr::filter(Ano == "2014") |> 
  ggplot(aes(x = Sujeito, y = Valor, fill = Variavel)) +
  geom_bar(stat = "identity", position = "dodge") +
  # coord_flip() +
  labs(x = "Setor",
       y = "Salarios x Funcionarios", fill = "") +
  theme(legend.position = "bottom", axis.text.x = ggplot2::element_text(
    vjust = 0.5, hjust = 1, angle = 90))
plotly::ggplotly(g)

Figura 7.2: Comparação Salarios x nFuncionarios 2014

g <- dados_empregabilidade |> 
  dplyr::filter(Ano == "2015") |> 
  ggplot(aes(x = Sujeito, y = Valor, fill = Variavel)) +
  geom_bar(stat = "identity", position = "dodge") +
  # coord_flip() +
  labs(x = "Setor",
       y = "Salarios x Funcionarios", fill = "") +
  theme(legend.position = "bottom", axis.text.x = ggplot2::element_text(
    vjust = 0.5, hjust = 1, angle = 90))
plotly::ggplotly(g)

Figura 7.3: Comparação Salarios x nFuncionarios 2015

Os setores econômicos são classificados em 21 categorias distintas, cada uma representando um segmento específico da economia. A seguir está a descrição de cada setor:

Agricultura, pecuária, produção florestal, pesca e aquicultura: Envolve atividades relacionadas à produção de alimentos e matérias-primas através da agricultura, criação de animais, manejo florestal, pesca e aquicultura.
Indústrias extrativas: Inclui a extração de minerais metálicos e não metálicos, bem como petróleo e gás natural.
Indústrias de transformação: Compreende a fabricação de produtos em larga escala a partir de matérias-primas, como alimentos, vestuário, produtos químicos e maquinário.
Eletricidade e gás: Engloba a geração, transmissão e distribuição de energia elétrica, além do fornecimento de gás natural.
Água, esgoto, atividades de gestão de resíduos e descontaminação: Abrange o fornecimento de água, tratamento de esgoto, gestão de resíduos sólidos e serviços de descontaminação.6. Construção: Inclui a construção de edifícios, infraestrutura e outras obras civis.
Comércio; reparação de veículos automotores e motocicletas: Compreende o comércio atacadista e varejista de bens, além da reparação e manutenção de veículos automotores e motocicletas.
Transporte, armazenagem e correio: Envolve o transporte de passageiros e cargas, serviços de armazenamento e atividades de correio e entrega.
Alojamento e alimentação: Inclui serviços de hospedagem e alimentação, como hotéis, restaurantes e bares.
Informação e comunicação: Engloba atividades relacionadas à tecnologia da informação, telecomunicações, produção e distribuição de conteúdo informativo.
Atividades financeiras, de seguros e serviços relacionados: Compreende bancos, seguradoras, corretoras e outras instituições financeiras.
Atividades imobiliárias: Inclui a compra, venda, aluguel e gestão de imóveis.
Atividades profissionais, científicas e técnicas: Envolve serviços profissionais, como consultoria, engenharia, pesquisa científica e serviços jurídicos.
Atividades administrativas e serviços complementares: Compreende atividades de suporte administrativo e serviços auxiliares a empresas e organizações.
Administração pública, defesa e seguridade social: Inclui serviços prestados por órgãos governamentais em diversas áreas, como defesa, segurança, educação e saúde pública.
Educação: Engloba todas as atividades relacionadas à instrução e formação educacional em todos os níveis.
Saúde humana e serviços sociais: Inclui a prestação de serviços de saúde e assistência social, como hospitais, clínicas e programas de bem-estar social.
Artes, cultura, esporte e recreação: Compreende atividades relacionadas ao entretenimento, cultura, esportes e lazer.
Outras atividades de serviços: Inclui uma variedade de serviços não classificados em outras categorias, como lavanderias, salões de beleza e serviços pessoais.
Serviços domésticos: Envolve serviços prestados por empregados domésticos em residências particulares.
Organismos internacionais e outras instituições extraterritoriais: Inclui atividades de organizações internacionais e outras instituições operando fora da jurisdição nacional.

glimpse(DADOS)

## Rows: 21
## Columns: 7
## $ Sujeito             <dbl> 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21
## $ `Funcionarios 2013` <dbl> 13.111170, 12.410630, 16.024750, 11.764280, 12.833600, 15.065140, 16.311170, 14.849430…
## $ `Funcionarios 2014` <dbl> 13.10291, 12.39498, 16.00451, 11.76241, 12.83369, 15.01880, 16.31019, 14.85908, 14.666…
## $ `Fncionarios 2015`  <dbl> 13.111170, 12.410630, 16.024750, 11.764280, 12.833600, 15.065140, 16.311170, 14.849430…
## $ `Salario 2013`      <dbl> 2.1, 6.6, 3.3, 8.9, 3.5, 2.8, 2.0, 3.0, 1.6, 5.4, 7.1, 2.8, 3.9, 1.9, 6.0, 2.1, 2.3, 1…
## $ `Salario 2014`      <dbl> 2.1, 6.8, 3.4, 8.8, 3.5, 2.8, 2.1, 3.1, 1.6, 5.5, 7.1, 2.7, 3.9, 1.9, 6.0, 2.2, 2.3, 1…
## $ `Salario 2015`      <dbl> 2.1, 5.5, 3.3, 8.6, 3.5, 2.6, 2.0, 3.0, 1.6, 5.3, 7.4, 2.7, 3.7, 1.9, 6.4, 2.1, 2.4, 1…

describe(DADOS2$ `LOG Funcionarios`)

##    vars  n  mean   sd median trimmed  mad min   max range  skew kurtosis   se
## X1    1 63 12.26 4.44  13.86   13.22 1.78   0 16.31 16.31 -2.01     2.83 0.56

describe(DADOS2$ `Salarios Medio (Em Qntd Salarios minimos)`)

##    vars  n mean   sd median trimmed  mad min max range skew kurtosis   se
## X1    1 63 3.26 2.26    2.7    3.08 1.48   0 8.9   8.9 0.85    -0.03 0.28

O log natural dos funcionários apresenta uma distribuição assimétrica à esquerda com valores que variam entre 0 e 16.31, e uma média de 12.26. Os salários médios, medidos em salários mínimos, variam entre 0 e 8.9, com uma média de 3.26 e uma distribuição ligeiramente assimétrica à direita. Ambos os conjuntos de dados possuem 63 observações, permitindo comparações diretas das estatísticas descritivas.

shapiro.test(DADOS2$ `LOG Funcionarios`)

## 
##  Shapiro-Wilk normality test
## 
## data:  DADOS2$`LOG Funcionarios`
## W = 0.65445, p-value = 6.622e-11

shapiro.test(DADOS2$ `Salarios Medio (Em Qntd Salarios minimos)`)

## 
##  Shapiro-Wilk normality test
## 
## data:  DADOS2$`Salarios Medio (Em Qntd Salarios minimos)`
## W = 0.89948, p-value = 8.652e-05

Como resposta ao teste de Pearson obtivemos o seguinte:

cor.test(DADOS2$`LOG Funcionarios`, DADOS2$`Salarios Medio (Em Qntd Salarios minimos)`, method = "pearson")

## 
##  Pearson's product-moment correlation
## 
## data:  DADOS2$`LOG Funcionarios` and DADOS2$`Salarios Medio (Em Qntd Salarios minimos)`
## t = 1.9313, df = 61, p-value = 0.0581
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
##  -0.008208851  0.460425789
## sample estimates:
##       cor 
## 0.2400444

Onde obtivemos o p valor < 10% e um coeficiente de correlação de 0,2400

7.4 Conclusão

Os dados sugerem uma possível correlação positiva moderada entre LOG Funcionários e Salários Médio (r ≈ 0.24). O valor p de 0.0581 está próximo de 0.10, indicando uma tendência de correlação positiva entre as duas variáveis. No entanto, como o valor p é ligeiramente maior que o nível de significância de 0.05, não podemos descartar a hipótese de que não existe correlação. Portanto, apesar da sugestão de uma possível correlação.