Pular para o conteúdo
Artigos & Opinião

Todas as filiais melhoraram. Então por que o resultado da empresa piorou?

11/11/2026Guilherme Augusto Pianezzer

Duas fábricas melhoram sua produtividade, mas a média consolidada da empresa diminui. Não é erro de planilha: uma mudança nos pesos das unidades pode inverter a tendência observada separadamente. O paradoxo de Simpson revela por que números corretos podem conduzir a interpretações erradas.

Imagine uma empresa com duas fábricas. A primeira produz equipamentos complexos com elevado valor por hora de trabalho; a segunda fabrica produtos mais simples, com menor valor por hora.

Após seis meses, ambas apresentam ganho de produtividade. Entretanto, o indicador consolidado diminui. Como isso é possível?

O primeiro semestre

A fábrica A utilizou 900 horas de trabalho e gerou R$ 200 de valor por hora, totalizando R$ 180 mil. A fábrica B utilizou cem horas, com produtividade de R$ 100/h, totalizando R$ 10 mil.

A empresa produziu R$ 190 mil em mil horas. Sua produtividade consolidada foi:

P₁ = (900×200 + 100×100)/(900+100) = R$ 190/h

Esse indicador não é simplesmente a média entre as produtividades das duas fábricas. É o valor produzido dividido pelo total de horas trabalhadas.

O segundo semestre

A fábrica A melhora de R$ 200 para R$ 210 por hora. A fábrica B também melhora, de R$ 100 para R$ 110 por hora.

Mas a distribuição das horas de trabalho muda. Agora a fábrica A utiliza cem horas, enquanto a B utiliza novecentas.

O valor produzido será R$ 21 mil na A e R$ 99 mil na B. A produtividade consolidada:

P₂ = (100×210 + 900×110)/1000 = R$ 120/h

As duas fábricas melhoraram individualmente, mas a média consolidada caiu de R$ 190 para R$ 120 por hora — redução de aproximadamente 36,8%.

Nenhuma conta está errada. A explicação está na composição da atividade.

O que as médias ponderadas revelam?

Uma produtividade consolidada é uma média ponderada das produtividades das unidades:

P = Σ wᵢpᵢ; wᵢ = hᵢ/Σhⱼ

Aqui, pᵢ é a produtividade da unidade, hᵢ o número de horas e wᵢ sua participação no total de horas.

No primeiro semestre, 90% das horas estavam na fábrica A, que era mais produtiva. No segundo, essa participação caiu para 10%. A fábrica B, menos produtiva, passou a concentrar 90% da atividade.

O ganho dentro de cada unidade foi superado pelo deslocamento da produção para a unidade de menor produtividade.

O paradoxo de Simpson

O fenômeno está relacionado ao paradoxo de Simpson: uma tendência observada separadamente em diferentes grupos pode desaparecer ou inverter-se quando os dados são agregados.

A inversão não viola propriedades matemáticas. Ela mostra que duas mudanças acontecem ao mesmo tempo: os valores de cada grupo variam, e sua participação no conjunto também varia.

Se observarmos apenas o número consolidado, poderemos concluir, incorretamente, que as duas fábricas ficaram menos eficientes.

Separando produtividade e composição

Podemos decompor a mudança total em dois componentes. Uma decomposição exata é:

ΔP = Σwᵢ,₁(pᵢ,₂ − pᵢ,₁) + Σ(wᵢ,₂ − wᵢ,₁)pᵢ,₂

O primeiro termo mede a variação da produtividade de cada unidade mantendo os pesos iniciais. O segundo mede o efeito da mudança dos pesos, considerando as produtividades finais.

Em nosso exemplo, ambas melhoraram R$ 10/h. Mantendo os pesos do primeiro semestre, o efeito das melhorias individuais seria:

0,9×10 + 0,1×10 = +R$ 10/h

Mas o efeito da redistribuição das horas será:

(0,1−0,9)×210 + (0,9−0,1)×110 = −R$ 80/h

Somando:

ΔP = +10 − 80 = −R$ 70/h

A decomposição mostra que o problema não foi uma piora dentro das fábricas. A mudança na composição superou o ganho de produtividade.

Isso pode acontecer com salários?

Sim. Imagine uma organização que aumenta a remuneração de todos os funcionários, mas contrata um grande número de profissionais para cargos iniciais, com salários menores que os dos empregados experientes.

Mesmo que ninguém tenha recebido uma redução salarial, o salário médio da empresa poderá cair porque mudou a composição da força de trabalho.

O inverso também é possível: a média pode aumentar sem aumentos individuais, bastando que a participação relativa de trabalhadores mais bem remunerados cresça.

Por isso, interpretar indicadores exige acompanhar tanto valores quanto pesos.

E na Economia brasileira?

Fenômenos semelhantes podem aparecer na comparação entre setores. Se uma economia deslocar trabalhadores de atividades mais produtivas para atividades menos produtivas, a produtividade agregada poderá cair mesmo com avanços dentro dos setores.

Isso não autoriza concluir automaticamente que toda queda de produtividade decorre de mudanças estruturais. É necessário estimar os componentes e avaliar outros fatores.

Também não devemos confundir produtividade por hora, produção física por trabalhador e produtividade total dos fatores. Cada indicador responde a uma pergunta diferente.

Média simples ou média ponderada?

A média simples das produtividades das duas fábricas dá o mesmo peso a cada unidade. Já a média ponderada pelas horas responde à pergunta: quanto valor foi produzido por hora de trabalho no conjunto da empresa?

Nenhuma é necessariamente errada. O erro surge quando usamos uma medida para responder à pergunta que pertence à outra.

Essa distinção é central para a interpretação de pesquisas, avaliações de desempenho e metas empresariais.

Números corretos, conclusões equivocadas

O paradoxo de Simpson não demonstra que devemos abandonar indicadores consolidados. Demonstra que eles precisam ser interpretados à luz da composição dos dados.

A importância dos pesos aparece em A média pode estar certa — e ainda assim contar a história errada e A inflação caiu. Então por que o supermercado pode ter ficado mais caro?.

A análise de recursos e desempenho também é desenvolvida em O recurso mais valioso de uma empresa pode não ter preço.

Se todas as unidades de uma organização podem melhorar e seu indicador geral piorar, quantas decisões econômicas estamos tomando a partir de números corretos, mas interpretados da maneira errada?

Livro recomendado

Regressões Estatísticas: Definição, Métodos e Aplicação Prática, de Guilherme Augusto Pianezzer (InterSaberes, 2025, ISBN 9788522717002). A obra discute regressão e a importância de controlar variáveis relevantes na análise de dados. Consultar na Amazon Brasil — link afiliado. Confirme a oferta e a edição.

Referência

Paradoxo de Simpson, médias condicionais e agregadas: Stanford Encyclopedia of Philosophy — Simpson’s Paradox.

Autoria e revisão

Guilherme Augusto Pianezzer

Professor de Matemática, autor e criador de conteúdo. Os textos deste site são produzidos com foco em rigor conceitual, clareza didática e conexão entre Matemática, Economia, Ciência e Educação.

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *