Estudo de Caso - Easton

1. Introdução

O estudo de caso que nos foi atribuído fala sobre a Easton Imobiliária e uma situação que nos foi dada para solucionar. A imobiliária é comandada por Sam Easton, que recebeu uma carta do Conselho Local dos Corretores de Imóveis, onde constava que duas pessoas reclamaram da venda de suas casas, realizadas um mês antes pela corretora, a partir da análise de um artigo recente que mostrava vendas de casas. No artigo é mostrado uma venda de uma casa típica na área de Dallas-Forth Worth por um preço médio de 104.250 dólares e com tamanho médio de 172 m² (inclui todas as casas vendidas em Dallas, Fort Worth, Arlington e as pequenas cidades entre elas, nos últimos 12 meses).

Nisso, mostraremos se houve uma desvalorização no valor das duas casas vendidas e se há uma subvalorização proposital por parte da Easton Imobiliária.

2. Importação da base de dados e sumário

library(readxl)
Easton_Imobiliaria <- read_excel("R/Base_de_dados-master/Base de dados - Easton Imobiliaria.xlsx")

summary(Easton_Imobiliaria)

##       Mês            Preço           Tamanho          Quartos     
##  Min.   :3.000   Min.   : 99000   Min.   : 99.31   Min.   :2.000  
##  1st Qu.:3.000   1st Qu.:121800   1st Qu.:154.13   1st Qu.:3.000  
##  Median :4.000   Median :138600   Median :169.27   Median :3.000  
##  Mean   :4.421   Mean   :140057   Mean   :173.48   Mean   :3.111  
##  3rd Qu.:5.000   3rd Qu.:157200   3rd Qu.:192.40   3rd Qu.:3.000  
##  Max.   :6.000   Max.   :190650   Max.   :266.82   Max.   :4.000  
##      Idade         Localização     Corretora      
##  Min.   : 1.000   Min.   :1.00   Min.   :0.00000  
##  1st Qu.: 5.000   1st Qu.:1.00   1st Qu.:0.00000  
##  Median : 6.000   Median :2.00   Median :0.00000  
##  Mean   : 6.139   Mean   :1.74   Mean   :0.09978  
##  3rd Qu.: 8.000   3rd Qu.:2.00   3rd Qu.:0.00000  
##  Max.   :13.000   Max.   :3.00   Max.   :1.00000

3. Tabela de algumas variáveis

Dados sobre as variáveis Mês, Corretora, Localização, Quartos e Idade.

table(Easton_Imobiliaria$Mês) 

## 
##   3   4   5   6 
## 126 118 114 103

table(Easton_Imobiliaria$Corretora)

## 
##   0   1 
## 415  46

table(Easton_Imobiliaria$Localização)

## 
##   1   2   3 
## 217 147  97

table(Easton_Imobiliaria$Quartos)

## 
##   2   3   4 
##  60 290 111

table(Easton_Imobiliaria$Idade)

## 
##  1  2  3  4  5  6  7  8  9 10 11 12 13 
##  2 17 25 64 70 84 76 62 39 15  5  1  1

Legenda:

• Mês -> 3: Março; 4: Abril; 5: Maio; 6: Junho.
• Corretora -> 0: Easton; 1: Outras.
• Localização -> 1: Dallas; 2: Forth Worth; 3: Arredores.

OBSERVAÇÕES

• Percebe-se que, com o passar dos meses, as vendas foram diminuindo. Isso provavelmente se deve pela crescente crise econômica que o Texas anda sofrendo que, como afirma o texto fez com que as imobiliárias tivessem cada vez mais dificuldade.

• A Easton Imobiliária possui um número de vendas muito superior ao de outras corretoras.

• A área de Dallas é onde mais casas são vendidas, seguida por Forth Worth e arredores, como por exemplo Arlington.

4. Diagramas de Dispersão do Preço comparado com o resto das variáveis

par(mfrow=c(1, 2))
plot(Easton_Imobiliaria$Preço, Easton_Imobiliaria$Tamanho, col = "red", pch=20, xlab = "Preço", ylab = "Tamanho", main = "Diagrama de Preço por Tamanho")
plot(Easton_Imobiliaria$Preço, Easton_Imobiliaria$Localização, col = "orange", pch=20, xlab = "Preço", ylab = "Localização", main = "Preço por Localização")

par(mfrow=c(1, 2))
plot(Easton_Imobiliaria$Preço, Easton_Imobiliaria$Idade, col = "yellow", pch=20, xlab = "Preço", ylab = "Idade", main = "Diagrama de Preço por Idade")
plot(Easton_Imobiliaria$Preço, Easton_Imobiliaria$Corretora, col = "green", pch=20, xlab = "Preço", ylab = "Corretora", main = "Preço por Corretora")

A partir desses gráficos vê-se uma predominância dos preços dependendo da variável que lhe é comparada.

• Em relação ao tamanho, quanto maior a casa, mais cara ela é, e mostra que casas de tamanhos maiores que 150 se encontram em uma faixa de preço maior que 100000 doláres.

• Na localização, vê-se uma faixa de preço mais cara na área de Dallas (120000 - 180000 doláres), mais barata em Forth-Worth (70000 - 130000 doláres), e nos arredores entre 110000 - 130000 doláres.

• A idade varia bastante, mas em relação às idades citadas no texto das casas vendidas, 4 e 9 anos, vê-se que são vendidas geralmente acima da faixa de 100000 doláres.

• Na comparação com as corretoras, observa-se uma menor média nos preços de vendas pela Easton Imobiliaria em relação a outras, que variam bastante nos preços.

• Na comparação das vendas por mês é visto a diminuição dos preços com o passar deles, como citado anteriormente.

Tais análises básicas podem explicar porque os vendedores acham que houve uma subvalorização, já que os preços que as casas foram vendidas se encontram abaixo de 100000.

5. Gráficos de Boxplot para melhor vizualização

Abaixo, separei somente a comparação de algumas variáveis para melhor quórum. Tais gráficos apenas confirmam o que foi dito anteriormente porém facilita a afirmação.

boxplot(Easton_Imobiliaria$Preço~Easton_Imobiliaria$Corretora, col = c("darkblue", "darkred"), main = "Preço por Corretora", xlab = "Corretora", ylab = "Preço")

boxplot(Easton_Imobiliaria$Preço~Easton_Imobiliaria$Localização, col = c("darkgreen", "grey"), main = "Preço por Localização", xlab = "Localização", ylab = "Preço")

boxplot(Easton_Imobiliaria$Preço~Easton_Imobiliaria$Mês, col = c("gold", "purple"), main = "Preço por Mês", xlab = "Mês", ylab = "Preço")

Importante para a análise

No primeiro boxplot acima, vê-se claramente a afirmação anteriormente mostrada na comparação do preço e corretora: a Easton tem um média de preço mais baixa do que de outras imobiliárias.

6. Dados das casas vendidas

1. A primeira casa é em Arlington, tem 4 anos, tem 203 m², 3 quartos e foi vendida por 88.500 dólares.

2. A segunda casa é em Fort Worth, tem 9 anos, tem 172 m², 3 quartos e foi vendida por 79.500.

7. Análise geral

Fatores poderiam ter contribuído para a diminuição ou um possível aumento do valor das casas. A primeira foi vendida em Arlington, área onde há menos casas vendidas, o que faz com que a preço caia mais. Possui 203m e 3 quartos, o que faria com que fosse mais cara e provavelmente acima da faixa de 100.000. A segunda foi vendida em Forth Worth, área com vendas boas, não tanto quanto Dallas e nem pouco como nos arredores. Possui 172m e 3 quartos, e pela área provavelmente também seria acima de 100.000.

Se baseando pelos dados obtidos dos 4 meses, os valores foram muito abaixos do que o ideal e esperado, mostrando que houve uma desvalorização de tais imóveis. No entanto, ambas foram vendidas em um mês difícil e por uma corretora que vende por preços mais baixos que a maioria, fazendo com que os preços pudessem um dia chegar nos valores que foram vendidos. Além disso, mostra que não há uma desvalorização proposital por parte da Easton, já que de acordo com os dados é normal que ela venda por menos do que as outras.

8. Conclusão e observação extra

Ao mesmo tempo que todos os gráficos mostram que poderia sim ter ocorrido uma desvalorização das casas (no planfeto e até mesmo na base de dados que Sam tem), não é levado em consideração a estrutura das casas (seja ela muito grande e com muitos quartos), o índice de violência e qualidade de vida dada pela localização, variáveis essas que impactam diretamente ou indiretamente no preço do imóvel, podendo diminuir ou aumentar o valor. No caso de Easton, poderia ser algo que pudesse justificar o preço abaixo da média dos dados pelo qual as casas foram vendidas.

Além disso, como os gráficos mostram, a imobiliária mostra vender por preços menores que outras, logo caso uma casa tenha fatores negativos de estrutura e segurança, o preço iria decair mais ainda, podendo chegar nos valores vendidos, argumento que poderia ser usado por Sam Easton.