ARRECADAÇÃO MENSAL DO PIS-PASEP NO PERÍODO DE JANEIRO2011 A DEZEMBRO2020 UMA ANÁLISE ESTATÍSTICA

Prévia do material em texto

UNIVERSIDADE FEDERAL DO PARÁ 
INSTITUTO DE CIÊNCIAS SOCIAIS APLICADAS 
FACULDADE DE ECONOMIA 
 
 
ALCINDO GOMES DE MORAES NETO 
LUIZ CARLOS NOGUEIRA SOLEDADE NETO 
PEDRO DE SOUZA RAMOS 
VICTOR SAMUEL MORAES DOS SANTOS 
 
 
 
 
 ARRECADAÇÃO MENSAL DO PIS-PASEP NO PERÍODO DE JANEIRO/2011 A 
DEZEMBRO/2020 – UMA ANÁLISE ESTATÍSTICA 
 
 
 
 
 
 
 
 
 
BELÉM 
2021 
 
 
ALCINDO GOMES DE MORAES NETO 
LUIZ CARLOS NOGUEIRA SOLEDADE NETO 
PEDRO DE SOUZA RAMOS 
VICTOR SAMUEL MORAES DOS SANTOS 
 
 
 
 
 
 
 
 
 
 
 
ARRECADAÇÃO MENSAL DO PIS-PASEP NO PERÍODO DE JANEIRO/2011 A 
DEZEMBRO/2020 – UMA ANÁLISE ESTATÍSTICA 
 
 
 
Trabalho apresentado ao 3º período do curso de 
Economia da Universidade Federal do Pará, como 
requisito parcial para aprovação na disciplina de 
Estatística II. 
Professor: Ricardo Bruno Nascimento Dos Santos 
 
 
 
 
BELÉM 
2021 
SUMÁRIO 
1. INTRODUÇÃO .................................................................................................................. 4 
2. UNIFICAÇÃO PIS/PASEP: PRESSUPOSTO INICIAL ................................................... 4 
3. ESTATÍSTICA DESCRITIVA - APRESENTAÇÃO ........................................................ 5 
3.1 ESTATÍSTICA DESCRITIVA E INFERENCIAL – CONSTRUINDO OS 
PARÂMETROS A PARTIR DO CONJUNTO DE DADOS ................................................ 5 
4. ANALISE DESCRITIVA E INFERENCIAL ACERCA DA ARRECADAÇÃO 
MENSAL DO PIS-PASEP ENTRE 2011 E 2020 ................................................................... 12 
5. CONSIDERAÇÕES FINAIS ............................................................................................ 14 
6. REFERÊNCIAS BIBLIOGRÁFICAS .............................................................................. 16 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
4 
 
1. INTRODUÇÃO 
 
Este ensaio apresenta uma discussão sobre uma das contribuições mais importantes do 
cenário tributário nacional, dois dos tributos mais complexos do nosso ordenamento jurídico 
(Moreira, 2020): o Programa de Integração Social (PIS) e o Programa de Formação do 
Patrimônio do Servidor Público (PASEP), ambos instituídos como lei complementar, 07/70 e 
08/70, no ano de 1970. O objetivo é o de analisar as flutuações na arrecadação do PIS/PASEP 
no período de janeiro de 2011 a dezembro de 2020. 
Ao menos na teoria, a finalidade de tais contribuições é o de promover a integração do 
empregado na vida e no desenvolvimento das empresas, viabilizando melhor distribuição da 
renda nacional (LOLOIAN, 1980). Com o tempo, a constituição alterou a destinação dos 
recursos provenientes das contribuições para o PIS e o Pasep, que passaram a ser alocados no 
Fundo de Amparo ao Trabalhador, para o custeio do programa de seguro-desemprego, do abono 
salarial e para financiamento de programas por meio do Banco Nacional de Desenvolvimento 
Econômico e Social (BNDES), segundo fonte do Senado Federal. 
Atualmente, apenas no PIS/PASEP 2020-2021 já foi pago R$15,8 bilhões em abono 
salarial e a previsão atual estima repasses futuros de R$20 bilhões, a partir de dados da Caixa 
Econômica Federal. Dessa forma, este trabalho pretende responder: Qual foi a máxima e a 
mínima, a média mensal de arrecadação, as tendencias estatísticas e a previsão de média para 
os próximos anos, ao considerar o período descriminado. 
O presente trabalho irá se fundamentar na análise descritiva de dados estatísticos, 
como forma de perceber as flutuações das arrecadações tributárias em períodos de grave crise 
econômica, os quais os recursos de programas como esses tem a finalidade de garantir um 
incremento a renda a partir de políticas distributivas. 
 
2. UNIFICAÇÃO PIS/PASEP: PRESSUPOSTO INICIAL 
 
No dia 11 de setembro de 1975, a Lei Complementar Federal nº 26, implementou a 
unificação do PIS e do PASEP. Dessa forma, temos o que hoje conhecemos por “Fundo PIS-
PASEP”. Agregando as duas apreciações citadas anteriormente e as separando, temos que o 
Programa de Integração Social (PIS) é destinado a funcionários do setor privado e o Programa 
de Formação do Patrimônio do Servidor Público (PASEP) é destinado a funcionários e 
servidores públicos. 
5 
 
A partir da sua unificação, a contribuição do PIS/PASEP é devida pelas empresas, ou 
seja, são contribuições pagas mensalmente e têm como alvo apoiar um fundo responsável pelo 
pagamento do Seguro Desemprego e do abono anual pago a um grupo de trabalhadores. Os dois 
programas foram criados para que, ao ser demitido, o trabalhador não enfrente dificuldades 
financeiras até poder se recolocar novamente no mercado de trabalho (CAMARGO, 2017). 
Portanto, temos que o PIS/PASEP é uma contribuição feita pelas empresas e de forma alguma 
é ou pode vir a ser descontada do salário do trabalhador. 
 
3. ESTATÍSTICA DESCRITIVA - APRESENTAÇÃO 
 
Todos os dias estamos expostos à estatística. Segundo Larson e Farber, “Estatística é 
a ciência que trata da coleta, organização, análise e interpretação dos dados para a tomada de 
decisões.” (2010, p.3) 
Para o planejando de tal estudo estatístico primeiramente identifiquei as variáveis de 
interesse, que seriam o foco, e a população do estudo. Em seguida, foi desenvolvida a coleta de 
dados no site do IPEA-DATA. Após a coleta dos dados foi utilizado a descrição dos dados 
usando técnicas de estatística descritiva. Por fim, houve a interprete dos dados e depreendido 
inferências sobre a população usando estatística inferencial, sempre considerando e 
identificando quaisquer erros admissíveis. 
Nesse estudo observacional, de forma alguma os resultados sofreram influencia e no 
experimento foi aplicado um tratamento de modelagem e ordenamento dos dados antes de 
observar as respostas que eles poderiam indicar. Sendo assim, São muitas as formas que se pode 
organizar e descrever um conjunto de dados. Alguns pontos devem ser notados, quando 
organizamos e descrevemos um conjunto de dados: seu centro, sua variação, concentração e 
sua forma ou simetria (SPIEGEL, 2000). 
 
3.1 ESTATÍSTICA DESCRITIVA E INFERENCIAL – CONSTRUINDO OS 
PARÂMETROS A PARTIR DO CONJUNTO DE DADOS 
 
Quando um conjunto de dados tem muitos valores, pode ser difícil de observar 
padrões. Para realizar uma análise coerente, é importante organizar conjuntos de dados 
agrupando-os em intervalos de classes e formando uma distribuição de frequência. No presente 
6 
 
estudo utilizamos um conjunto de dados com muitos valores, sendo assim, quase sempre pode 
não ser fácil observar padrões e ao agrupar uns intervalos de classes se forma uma distribuição 
de frequência. 
Primeiramente foi coletada informações do IPEA-DATA sobre a arrecadação bruta 
mensal de janeiro de 2011 a dezembro de 2020, a partir disso foram ordenados e tratados os 
dados, no objetivo de construir o histograma de classes da Figura 1. Com o auxílio da 
ferramenta tecnológica de software Excel foi possível automatizar os comandos. 
Calculou-se o número de 7 classes para serem incluídas na distribuição de frequência., 
foi mensurada o máximo, mínimo, a amplitude de classe e determinada a amplitude do conjunto 
de dados. Encontrou-se os limites de classe, desvio padrão e mediana. Por fim, o Histograma 
de Frequência foi plotado. Um histograma de frequência é um diagrama de barras que 
representa a distribuição de frequência de um conjunto de dados. Em um histograma a escala 
horizontal é quantitativa e indica os valores dos dados, já a escala vertical indica as frequências 
das classes e as barras consecutivas devem estar o mais próximo umas nas outras. Em nosso 
caso, afim de facilitar a visualização, os espaços foram um pouco ampliados. 
 
 
 
Outra maneira de representar graficamente uma distribuição de frequência é usar um 
polígono de frequência. Um polígono de frequência é um gráfico de linha que enfatiza as 
mudanças contínuas nas frequências, como o da Figura2. 
Figura 1 - Histograma de Frequência da arrecadação bruta mensal Pis-Pasep (Milhões) – Jan/2011 a 
Dez/2020 
7 
 
 
Em seguida, em razão de se tratar de um conjunto de dados que seguem uma 
temporalidade, tornou-se conveniente agrega-los em agrupamento de anos (Tabela 1), 
contabilizando 10 anos, em seguida foram calculadas médias e traçado um gráfico de linhas 
(Figura 3) para analisar tendencias temporais como em qual ano teve maior ou menor 
arrecadação e até mesmo se questionar sobre o que levou uma queda ou aumento da receita do 
PIS-PASEP de um ano ao outro. Esse tipo de representação gráfica é chamado de série temporal 
(FERNANDES, 1999). 
 
 
 
Figura 2 – Polígono de Frequência da arrecadação bruta mensal Pis-Pasep (Milhões) – Jan/2011 
a Dez/2020 
0,00
1.000,00
2.000,00
3.000,00
4.000,00
5.000,00
6.000,00
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021
MÉDIA
Figura 3 – Gráfico de Linhas da média anual da arrecadação bruta anual Pis-Pasep 
(Milhões) – Jan/2011 a Dez/2020 
 
8 
 
 O conjunto de dados quantitativos cujos valores são obtidos em intervalos regulares, durante 
um período de tempo, é chamado de série temporal. Dessa forma, ao observar a Figura 3, nota-
se que o eixo horizontal representa os anos e o vertical, a média de arrecadação (em milhões). 
Outra forma de representar dados em gráficos é o de pizza, no qual podemos dividir 
os dados em setores, em nosso caso os setores serão os anos. Tal escolha se deu por fornecem 
uma maneira adequada de apresentar dados como percentagens de um todo. Um gráfico de 
pizza é um círculo constituído por setores que representam categorias. Na figura 4 a área de 
cada setor é proporcional a arrecadação acumulada em cada ano, ademais, a sua construção se 
deu com o uso de tecnologia, o software Excel. Na tabela 2 temos as observações divididas por 
anos, na segunda coluna o acumulado da arrecadação do PIS/PASEP e na última coluna a 
porcentagem (SPIEGEL, 2020). 
 
ANO MÉDIA
2011 3.487,01
2012 3.851,42
2013 4.177,25
2014 4.328,82
2015 4.481,77
2016 4.529,31
2017 4.873,03
2018 5.377,91
2019 5.647,39
2020 5.411,33
MÉDIA TOTAL 4.616,52
Figura 4 – Gráfico de pizza da arrecadação bruta anual Pis-
Pasep (Milhões) – Jan/2011 a Dez/2020 
Tabela 1 - média anual da arrecadação bruta anual Pis-
Pasep (Milhões) – Jan/2011 a Dez/2020 
 
9 
 
ANO AMPLITUDE
2011 524,77
2012 793,48
2013 979,31
2014 811,56
2015 721,41
2016 873,92
2017 958,32
2018 998,87
2019 854,73
2020 4.951,37
 
Uma medida de tendência central é um valor que representa uma observação típica ou 
central de um conjunto de dados. No que diz respeito a medidas de tendência central, em nosso 
estudo, se tornou mais interessante utilizar da média e a mediana. Em resumo, A média de um 
conjunto de dados é a soma dos valores dos dados dividida pelo número de observações. 
Seguidamente, tem-se a mediana de um conjunto de dados, trata-se de um valor que está no 
meio dos dados quando o conjunto está ordenado. Aponta o centro de um conjunto de dados, e 
caso o conjunto de dados tenha um número ímpar de observações, a mediana é o elemento do 
meio (MCLAVE, 2009). Caso contrário, quando o conjunto de dados tem um número par de 
observações, a mediana é a média dos dois elementos de valores centrais. Por fim, foram 
mensurados os valores da: 
Média mensal em 120 meses: R$ 4616,52 milhões 
Mediana mensal em 120 meses: R$ 4487,31 milhões 
Há diferentes formas de medir a variação (ou dispersão) de um conjunto de dados e a 
medida mais simples é a amplitude do conjunto. Para se alcançar, é necessário encontrar a 
diferença entre os valores máximo e mínimo. Contudo, os dados devem ser quantitativos. 
Seguem a mensuração a partir de nosso conjunto de dados: 
Amplitude = (valor máximo) – (valor mínimo) 
 
 
 
 
ANO SOMA REPRESENTAÇÃO %
2011 41.844,10 7,6%
2012 46.217,04 8,3%
2013 50.126,96 9,0%
2014 51.945,89 9,4%
2015 53.781,26 9,7%
2016 54.351,74 9,8%
2017 58.476,40 10,6%
2018 64.534,95 11,6%
2019 67.768,64 12,2%
2020 64.935,91 11,7%
TOTAL 553.982,88 100,0%
Tabela 2 – Soma e representatividade em % da arrecadação 
bruta anual Pis-Pasep (Milhões) – Jan/2011 a Dez/2020 
OSCILAÇÃO ARRECADAÇÃO MAIOR MENOR
VALOR 4.951,37 524,77
ANO 2020 2012
10 
 
Por mais que a amplitude tenha a vantagem de ser fácil de calcular, em contrapartida 
sua desvantagem, porém, é que ela usa apenas dois valores de nosso conjunto de dados. Uma 
medida de variação que usa todos os valores do conjunto de dados é a do desvio padrão 
amostral, para realizar o cálculo foi utilizado o software Excel. 
Desvio padrão amostral: R$ 891,65 milhões 
Até o momento, foi possível determinar diversos tipos de relações dentro de um 
conjunto de dados, agora iremos demostrar a relação entre uma média da população e as médias 
das amostras aleatórias retiradas da população. Define-se como distribuição amostral: 
 
“a distribuição de probabilidade de uma estatística amostral que é formada quando 
amostras de tamanho n são repetidamente extraídas de uma população. Se a estatística 
amostral é a média, tem-se, então, a distribuição amostral das médias. Cada estatística 
amostral tem uma distribuição amostral.” (LARSON, FABER, 2010, p245) 
 
Para prosseguirmos com a metodologia que iremos utilizar é fundamental elucidar que, 
a média das médias amostrais µx é igual à média da população µ. µx = µ e o desvio padrão das 
médias amostrais 𝜎x é igual ao desvio padrão da população 𝜎 dividido pela raiz quadrada do 
tamanho da amostra n. 𝜎x = 𝜎 / √𝑛 . Ademais, o desvio padrão da distribuição amostral das 
médias amostrais chamado de erro padrão da média (FERNANDES, 1999). 
Por sua vez, o teorema do limite central constitui o alicerce necessário para área da 
estatística inferencial. Tal teorema descreve a relação entre a distribuição amostral das médias 
e a população da qual as amostras são retiradas. O teorema do limite central é um instrumento 
extraordinário que visa fornecer a informação que você vai precisar ao usar estatísticas 
amostrais para fazer inferências sobre a média de uma população. É isso que veremos agora. 
Pode-se mensurar a probabilidade de que uma média amostral �̅� aconteça em um 
determinado intervalo da distribuição amostral de x. Sendo assim, para transformar x em um 
escore-z, podemos fazer uso da seguinte formula. 
Dessa forma, pode-se calcular as probabilidades para x e �̅�, sendo a média da 
contribuição bruta mensal do PIS-PASEP no período de 2011 a 2020 normalmente distribuída, 
com média de R$ 4.616,52 (em milhões) e desvio padrão de R$ 891,65 (em milhões). Nesse 
caso, vamos fazer a seguinte pergunta: Qual é a probabilidade de que um mês selecionado 
aleatoriamente, tenha uma contribuição menor que R$ 5.000 (em milhões)? Nesse caso, 
calculamos a probabilidade associada a um determinado valor da variável aleatória x. O escore-
11 
 
z que corresponde a x = R$ 5.000 (em milhões). Encontramos z ≈ 0,43, então, a probabilidade 
de que a média mensal da contribuição seja menor que R$ 5.000 (em milhões) é: P (�̅� < 5.000) 
= P (z < 0,43) = 0,6664. 
Seguidamente, monitoramos também a possibilidade de um evento ser comum ou 
incomum, logo, foram selecionados aleatoriamente 60 meses e feita um segundo 
questionamento: Qual é a probabilidade de que a média mensal das arrecadações nesses 60 
meses seja menor que R$ 5.000 (em milhões)? Assim, mensuramos a probabilidade associada 
com uma média amostral �̅�. O escore-z que corresponde a x = R$ 5.000 (em milhões) é de z ≈ 
3,33. Então, a probabilidade de que a média mensal das arrecadações do PIS-PASEP, dos 60 
meses, seja menor que R$ 5.000 (em milhões) é: P (�̅� < 5.000) = P (z < 3,33) = 0,9996 
Por conhecermos o nosso valor de 𝜎, pode-se estimar os intervalos de confiança para 
a média. Primeiramente, utilizamos de uma estimativa pontual, ou seja, um valor único 
estimado para um parâmetro populacional, justamentepor ser a estimativa pontual menos 
tendenciosa da média populacional µ é a média amostral �̅�. Segundo a estatística inferencial, a 
probabilidade de que a média populacional seja exatamente um valor determinado, ou por 
exemplo ser de R$ 4616,52 (em milhões) é praticamente zero. Então, em vez de estimar µ como 
sendo precisamente esse valor através de uma estimativa pontual, podemos mensurar que µ está 
em um intervalo. “Isso se chama fazer uma estimativa intervalar (ou estimativa por intervalo)” 
(LARSON, FABER, 2010, p.278). Contudo, para isso é necessário um nível de confiança c, 
que é a probabilidade de a estimativa intervalar contenha o parâmetro populacional, partindo 
do pressuposto que o processo de avaliação é repetido um grande número de vezes. Por fim, 
para elucidar, a diferença entre a estimativa pontual e o valor real do parâmetro é chamada de 
erro de amostragem ou erro amostral. Quando µ é estimado, o erro de amostragem é a diferença 
de �̅�– µ (FERREIRA, 2005). 
Para a realização de nosso teste estatístico inferencial adotamos um nível de confiança 
de 95% para encontrar a margem de erro para a média mensal da arrecadação do PIS-PASEP 
no período de 2011 a 2020. Ao estimar nosso desvio padrão da população encontramos 
aproximadamente R$ 887,926 (em milhões). Como o desvio padrão é conhecido, a amostra é 
aleatória, e n = 120 ≥ 30, usamos o valor do Erro amostral. O escore-z que corresponde a um 
nível de confiança de 95% é 1,96. Isso sugere que 95% da área sob a curva normal padrão está 
no intervalo de ±1,96 desvios padrão da média. Dessa forma, poderíamos aproximar a 
distribuição das médias amostrais com uma curva normal pelo teorema do limite central porque 
n = 120 ≥ 30. Usando os valores Zc = 1,96, 𝜎 = 891,65 e n = 120, mensurou-se E ≈ 158,870. 
12 
 
Usando uma estimativa pontual e uma margem de erro, você pode arquitetar uma 
estimativa intervalar de um parâmetro populacional tal como µ. Nós construímos essa 
estimativa intervalar, chamada de intervalo de confiança. No qual é um intervalo de confiança 
c para a média populacional µ é: �̅� - E < µ < �̅� + E. Isto posto, a probabilidade de que o intervalo 
de confiança contenha µ é igual a c, assumindo que o processo de mensuração é repetido um 
grande volume de vezes (FERREIRA, 2005). Anteriormente, já encontramos que �̅� = 4.616,52 
e E ≈ 158,870. Logo, o intervalo de confiança é construído conforme é apresentado a seguir: 
4457,65 < µ > 4775,39 
Realizado um resumo acerca das elucidações em estatística descritiva e inferencial, 
além de apresentada a metodologia de estudo e concluídos os testes, podemos então fazer as 
apreensões sobre tudo que foi dito até então, realizando a leitura dos dados descritos e propondo 
inferências. 
 
4. ANALISE DESCRITIVA E INFERENCIAL ACERCA DA ARRECADAÇÃO MENSAL DO 
PIS-PASEP ENTRE 2011 E 2020 
 
Diante do que foi apresentado até aqui, pode-se então responder diversas perguntas 
como: Em qual ano houve maior arrecadação? Quais anos obtiveram arrecadações acima da 
média? Qual o motivo de um mês ter tido a menor arrecadação diante todos os demais dados 
avaliados? São inúmeras as respostas que poderemos ter, é isso que iremos buscar agora, 
respostas com auxílio de um escopo estatístico já elaborado anteriormente. 
Inicialmente, ao analisar o histograma de frequência (Figura 1), nota-se a concentração 
de 40,84% das amostras dentro do intervalo de classe onde o limite superior é de R$ 4779,47, 
bem como é possível observar que meses onde a arrecadação mensal é superior a R$ 6194,150 
têm baixa frequência, representando 5% do total, possivelmente esses valores contaminam a 
amostra e a representação gráfica. Nosso polígono de frequência, permitiu a constatação das 
afirmações anteriores, visualizando com mais precisão as mudanças contínuas de frequência. 
Ao agrupar os dados em anos, calcular as médias e observar as mudanças temporais 
de tendência, observou-se o aumento modesto e progressivo na arrecadação durante os anos de 
2011 a 2014 e a partir desse ano até 2016 uma fase de mínima variação, quase estagnação. 
Seguidamente, uma expansão até 2018 e acentuada queda na arrecadação total anual no ano de 
2020, marcada em especial pela grave crise de saúde e econômica que afetou todo o mercado 
de trabalho. Em detrimento da pandemia do coronavírus, foram fechados diversos postos de 
13 
 
trabalho, muitas áreas da indústria passaram a produzir em escala cada vez menores dado as 
restrições e a queda drástica no consumo das famílias, contraindo o lucro e fechando 
oportunidades de trabalho. Dessa forma, importante se pensar que a contribuição do PIS-
PASEP incide diretamente sobre o empregador, ele é quem paga, logo, tem-se menos 
colaboradores e com o numero menor o repasse obrigatório também se torna menor, sem 
esquecer de citar as inúmeras empresas que perderam receitas, mantiveram seus colaboradores, 
contudo, não realizaram os repasses de tributos, em razão do baixo fluxo de recursos 
financeiros. 
Passando agora para o gráfico de pizza (Figura 4), ele apenas fundamenta nosso 
entendimento anterior sobre a representatividade de cada ano em relação ao período completo. 
Podemos observar que de 2018 a 2020 a participação tem sido em torno 12%, ou seja, de 
estagnação, essa quase nenhuma oscilação na arrecadação de um tributo nos leva a duas 
hipóteses a primeira é a de quem nesse período o desemprego tem sido alto, poucas pessoas 
empregadas e o país não está crescendo, e isso incide em menor arrecadação de tributação por 
parte dos empregadores, a outra hipótese é a de sonegação tributaria, mas iremos negar ela já 
que os dados históricos a respeito da economia brasileira divulgados por institutos importantes 
do cenário nacional respaldam a primeira hipótese. 
Outro indicador interessante para se analisar é o de amplitude, períodos onde temos 
forte oscilação da arrecadação pode nos indicar problemas econômicos profundos, e não 
coincidentemente o ano que tivemos oscilação muito grande e que difere dos demais é 2020. 
Onde se encontra o mês com a menor arrecadação mensal do PIS-PASEP, maio de 2020. Nesse 
período, a pandemia estava em seu clímax e as medidas de isolamento social eram seguidas de 
forma muito rígida, todas as arrecadações de tributos em geral declinavam, os governos 
precisavam prestar ajuda aos seus governados, porém em uma luta maçante para equilibrar as 
receitas dado a queda nas arrecadações. 
Na sequência, iniciamos na modelação estatística inferencial, onde se pode realizar 
testes amostrais e verificar conclusões, sendo elas verdadeiras ou falsas. O primeiro teste que 
fizemos foi para verificar as probabilidades para um valor x = R$ 5.000 (em milhões) e �̅� = R$ 
4.616,52 (em milhões). A interpretação é de, há cerca de 66,64% de chance de que a média 
mensal da contribuição seja menor que R$ 5.000 (em milhões) e cerca de 99,96% é a chance 
de que a média de uma amostra de 60 meses tenha uma arrecadação menor que R$ 5.000 (em 
milhões). Sendo assim, como há 99,96% de chance de que a média de uma amostra de 60 
universitários seja menor que R$ 5.000 (em milhões), este é um evento muito comum. 
14 
 
Em outro momento, buscamos responder a probabilidade de a média estar inserida 
dentro de um intervalo com certo nível de precisão e confiança. Realizando as manipulações 
estatísticas necessárias chegamos a conclusão de que podemos estar 95% confiantes de que a 
margem de erro para a média populacional é de aproximadamente R$ 158,870 (em milhões). 
Por fim, com o nível de 95% de confiança, podemos afirmar que a arrecadação média mensal 
do PIS-PASEP da população está entre R$ 4457,65 e R$ 4775,39 (em milhões). 
 
5. CONSIDERAÇÕES FINAIS 
 
Nesse artigo, a partir dos resultados aqui apresentados, foi possível confirmar o alto 
grau de importância do PIS-PASEP, a influência de crises econômicas na arrecadação de 
tributos e uma análise temporal dessa tributação,no propósito de realizar inferências e levantar 
hipóteses. Importante marcar que, a arrecadação do PIS-PASEP tem impacto direto na renda 
das famílias, é essencial para a mínima sobrevivência dos mais frágeis em situações de 
desemprego e indenizações, precisamente os mais vulneráveis e consideravelmente os mais 
afetados pela crise, sem tal tributação os trabalhadores se tornariam menos assistidos 
socialmente, pois esse suporte ajuda o trabalhador e além de tudo isso já dito, é um forte 
incremento econômico nacional, impactando diretamente o PIB (LOLOIAN, 1980). Constatado 
esse fato, nota-se a importância econômica e social da arrecadação de tributos e seu caráter 
redistributivo em momentos de forte queda do consumo, dado uma crise sanitária que aflige o 
país em níveis agregados, reforça Leite (2015, p. 621-622): 
 
Redistribuir em favor de uma classe com maior propensão a consumir é aumentar a 
propensão a consumir da comunidade como um todo, assim como diminuir a 
desigualdade na distribuição pessoal de renda também significa aumentar a propensão 
a consumir agregada 
 
Por fim, vale ressaltar, este ensaio tratou, apenas, da análise estatística sobre a 
arrecadação do PIS-PASEP entre os anos de 2011 e o ano de 2020, o que não traz qualquer 
empecilho de outros impactos de caráter dinâmico da economia existirem e se conduzirem 
objetos de mensuração. Ademais, como já discutido, qualquer tributação que sirva de repasse 
aos mais necessitados em momentos de inconveniência, é fundamental. Contudo, apesar do 
impacto inicial positivo, no longo prazo não se torna sustentável ainda mais quando se trata de 
tributação regressiva que é aplicada diretamente no consumo e os mais pobres por possuir maior 
propensão marginal a consumir tem como consequência uma maior tributação. Esse efeito 
15 
 
negativo de longo prazo, tem como resultado reduções futuras do consumo das famílias e do 
investimento público, logo, os tomadores de decisão devem repensar soluções eficientes. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
16 
 
6. REFERÊNCIAS BIBLIOGRÁFICAS 
 
BRASIL. Lei complementar nº 7, de 7 de setembro de 1970. Programa de Integração Social. 
Disponível em: <http://www.planalto.gov.br/ccivil_03/leis/lcp/lcp07.htm>. Acesso em 2 março 
2021. 
 
BRASIL. Lei complementar nº 8, de 3 de dezembro de 1970. Programa de Formação do 
Patrimônio do Servidor Público. Disponível em: 
<http://www.planalto.gov.br/ccivil_03/leis/lcp/lcp08.htm>. Acesso em 3 março 2021. 
 
CAMARGO, Renata Freitas De. Programa de Integração Social: saiba como funciona o 
recolhimento do PIS/PASEP na sua empresa. Blog Treasy. Joinville. 2017 Disponível em: 
<https://www.treasy.com.br/blog/pis-pasep/>. Acesso em 3 março 2021 
 
FERNANDES, Manuela GP et al. Estatística aplicada. 1999. 
 
FERREIRA, Pedro Lopes. Estatística descritiva e inferencial: breves notas. 2005. 
 
IPEA – Instituto De Pesquisa Econômica Aplicada. Contribuição para o PIS / Pasep - total - 
receita bruta. Rio de Janeiro, 2021. Disponível em: < http://www.ipeadata.gov.br/Default.aspx>. 
Acesso em 28 de fevereiro 2021. 
 
LARSON, Ron; FARBER, Betsy; CYRO. Estatística Aplicada. 4. ed. São Paulo :Prentice Hall, 
2010. 
 
LEITE, Fabrício Pitombo. Como o grau de desigualdade afeta a propensão marginal a 
consumir? Distribuição de renda e consumo das famílias no Brasil a partir dos dados das 
POF 2002-2003 e 2008-2009. Economia e Sociedade, v. 24, n. 3, p. 621-622, 2015. 
 
LOLOIAN, Alexandre Jorge et al. Um estudo do Fundo PIS/PASEP. 1980. 
 
MCCLAVE, J.T. Estatística para Administração e Economia. 10. ed. São Paulo : Prentice Hall, 
2009. 
 
MOREIRA, Lucas. A importância do PIS/PASEP e COFINS para o ICMS. Revista Âmbito 
Jurídico. v.1. n.1, p.1. São Paulo. 2020 Disponível em: <https://ambitojuridico.com.br/noticias/a-
importancia-do-pis-pasep-e-cofins-para-o-icms/>. Acesso em 3 março 2021 
 
17 
 
SENADO FEDERAL. PIS-PASEP / Glossário Legislativo 
https://www12.senado.leg.br/noticias/glossario-legislativo/pis-pasep 
SPIEGEL, Murray R.; STEPHENS, Larry J. Estatística: Coleção Schaum. Bookman, 2000.