Modelagem do tempo de execução de obras civis: estudo de caso na Universidade Federal do Pará

• Published in: Ambiente Construído Vol. 12; no. 1; pp. 243 - 256
• Main Authors: Coutinho, Lêda Sílvia de Aguiar Lédo, Duarte, André Augusto Azevedo Montenegro, Neves, Renato Martins das, Coutinho Neto, Benedito, Maneschy, Carlos Edilson de Almeida, Pinheiro, Ana Maria Guerra Seráfico
• Format: Journal Article
• Language: English
• Published: 01.03.2012
• ISSN: 1678-8621; 1678-8621
• DOI: 10.1590/S1678-86212012000100016

Este artigo propõe a adoção de um modelo numérico prognóstico para estimar a variável "tempo de execução" para empreendimentos públicos de forma objetiva. O trabalho de campo consistiu na aplicação de métodos estatísticos para analisar dados de obras licitadas e executadas durante o período de 2006 a 2009 na Universidade Federal do Pará (UFPA). A análise de dados envolveu cálculos de regressões lineares e transformadas das funções. Após estratificação e tratamento inicial dos dados, os elementos adotados para construção do modelo final se restringiram a 102 obras de um total de 225 originariamente pesquisadas, resultando nos seguintes parâmetros estatísticos: coeficiente de correlação (R) de 0,899; coeficiente de determinação (R²) de 0,808; coeficiente de determinação ajustado (R² ajustado) de 0,796 e erro padrão (Se) de 0,41. Estes parâmetros indicam forte correlação linear entre as variáveis, indicando que 79,60% da variação do tempo para executar uma obra pública podem ser causadas pela variação, em conjunto, das variáveis área construída, custo orçado, capacidade técnica operacional do contratante, capacidade operacional da empresa, tipologia de serviço e estação do ano. This article proposes the adoption of a numerical prognosis model to estimate the variable "execution time" for public projects in an objective way. The field work consisted of the application of statistical methods for analyzing data from projects that were bid and contracted by the Federal University of Pará (UFPA) between 2006 and 2009.. Data analysis involved linear regression and transformed functions. After the stratification and initial treatment of the data, the evidence adopted for the construction of the final model was limited to 102 out of the 225 projects originally investigated, resulting in the following statistical parameters: correlation coefficient (R) of 0.899, coefficient of determination (R²) of 0.808, adjusted coefficient of determination (adjusted R²) of 0.796, and standard error (Se) of 0.41. These parameters show a strong linear correlation between the variables, indicating that 79.60% of the variability of the execution of a public project is jointly caused by variations in the gross floor area, the estimated cost, the operational technical capacity of the client organization; the operational capacity of the company; the type of service, and the season.