摘要:Face ao quadro problemático das estatísticas de sinistralidade e considerando a Segurançana construção uma missão vital e de primordial significado para a sociedade, pretendeu-se com opresente estudo desenvolver modelos matemáticos, com capacidade explicativa do comportamentodos índices de sinistralidade em função de variáveis setoriais e globais como a taxa de desemprego ea taxa de crescimento do PIB de Portugal.Foram utilizados dados oficiais relativos a uma amostra deconveniência composta por 58 empresas do setor da construção, referente ao período de 6 anos.Foiefetuado o tratamento estatístico dos dados e desenhados modelos com base em regressões lineares.No final, dois dos modelos desenvolvidos apresentaram capacidade explicativa.Sendo que nestesaparecem como variáveis relevantes, a taxa de desemprego e os custos de formação por trabalhador.Apesar da capacidade explicativa dos modelos e da possibilidade da sua utilização pelas empresas dosetor, como ferramenta potenciadora da Prevenção dos acidentes ocupacionais, é ainda questionadaa eventual falta de consistência dos dados e a qualidade da formação ministrada nas empresas.
其他摘要:Given the problematic picture of work accident statistics and considering the ConstructionSafety a vital mission and of prime significance to society in general, it was intended with this study todevelop a mathematical model capable of explaining the behavior of a given variable as a function ofseveral variables and market sector. Predicting what your loss ratio is allows the possibility of a timelyand effective planning of investment in prevention and occupational health and safety in the workplace.To this purpose, we included exogenous variables, such as the unemployment rate and the growthrate of GDP of Portugal. These models serve as statistical forecasting models, since the coefficients ofthe independent variables are significant. Linear regressions were used due to thelack of temporal data other types of regression are difficult to prove solid. Still managedto get three multiple linear regression models partially significant, a simple linear regression model wasstatistically significant and a multiple linear regression model was statistically significant. Thus, the finalresult of this study allowed finding that only two models have demonstrated the good predictivecapability and reliability for future use. In these, appear as relevant variables the unemploymentrate and the cost of formation per employee. These models can be used by companies in the industry,such as tools to enhance Prevention of occupational accidents