uma análise urbano-regional baseada em cluster ... - Dados e Fatos

437Tabela 4.17 Variável Dependente: Vazamento como % do FaturamentoNúmero de observações 24 F(1, 22) 12.90R quadrado 0.7004 P > F 0.0002Variável coeficiente erro-padrão est-t P > |t| intervalo de confiança a 95%Constante -3.91485 2.155952 -1.82 0.084 -8.398398 .5686984Tamanho 12.50874 7.078662 1.77 0.092 -2.212141 27.22963Problemas 19.801 6.077488 3.26 0.004 7.162169 32.43982Nota: Erros-padrão calculados utilizando a matriz de White para correção de heterocedasticidade.Tabela 4.18 - Variável Dependente: Vazamento como % do FaturamentoNúmero de observações 24 F(1, 22) 8.05R quadrado 0.4735 P > F 0.0096Variável coeficiente erro-padrão est-t P > |t| intervalo de confiança a 95%constante -4.859367 2.439657 -1.99 0.059 -9.918906 .2001717tamanho 26.14102 9.215796 2.84 0.010 - 7.028628 45.25341Nota: Erros-padrão calculados utilizando a matriz de White para correção de heterocedasticidade.Na primeira regressão, observada na Tabela 4.17, foram incorporadas as duas variáveisconstruídas. Pelos resultados obtidos, utilizando no total 24 observações, nota-se que avariável “problemas” e a variável “tamanho” têm um impacto sobre o vazamento. Valeressaltar que, conjuntamente, as variáveis “problemas” e “tamanho”, são altamentesignificativas e possuem um poder de explicação de 70%, obtido pelo resultado do Rquadrado.Na segunda regressão, Tabela 4.18, “matando-se” apenas a variável “tamanho”, para assimcaptar seu efeito isoladamente - já que o pressuposto é de que quanto maior oestabelecimento, maior o indício de vazamento. Esta solução revela-se, altamente significantena explicação do modelo, com um impacto relativamente maior desta variável sobre ovazamento.Dessa maneira, corrobora-se os indícios de que tanto o tamanho do estabelecimento quanto osproblemas gerados por fornecedores de produtos e serviços locais possuem efeitos positivosem relação ao “vazamento” externo no setor hoteleiro.