Toda pesquisa de mercado imobiliário, em algum momento, traz uma amostra fora da curva: aquele imóvel anunciado por um preço muito acima ou muito abaixo dos demais, sem uma explicação aparente. Incluir esse tipo de amostra sem nenhum tratamento pode distorcer significativamente o resultado de uma avaliação. É para isso que existe o saneamento de amostras.
Neste artigo, explicamos o que é o saneamento de amostras, como identificar outliers e quais cuidados tomar antes de excluir uma amostra da sua análise.
O que é saneamento de amostras
Saneamento de amostras é o processo de identificar, analisar e, quando necessário, remover de uma pesquisa de mercado os imóveis comparáveis cujos valores destoam fortemente dos demais, mesmo depois de aplicada a homogeneização. Esses valores discrepantes são chamados de outliers, e sua presença pode distorcer médias, desvios e qualquer cálculo posterior baseado nesses dados.
Por que outliers aparecem em pesquisas de mercado
Um outlier pode surgir por diversos motivos: um erro de digitação no anúncio (como um preço com um zero a mais ou a menos), uma venda em condição atípica (entre familiares, por exemplo, ou uma venda urgente), um imóvel com alguma característica extraordinária não capturada pelos dados disponíveis, ou simplesmente um anúncio desatualizado com preço fora da realidade atual do mercado.
Homogeneização não resolve tudo
É importante entender que homogeneização e saneamento são etapas complementares, mas diferentes. A homogeneização ajusta diferenças esperadas entre os imóveis, como área, padrão e localização. Já o saneamento trata dos casos em que, mesmo depois desses ajustes, o valor de uma amostra continua fora do padrão observado nas demais — sinal de que algo além das características físicas do imóvel está influenciando aquele preço específico.
Como identificar amostras discrepantes
Do ponto de vista estatístico, uma forma comum de identificar outliers é observar o quanto cada amostra homogeneizada se desvia da média ou da mediana do conjunto: valores muito distantes desse centro, considerando a dispersão típica daquele grupo de dados, são candidatos a serem tratados como discrepantes. Além da análise estatística, vale sempre revisar manualmente essas amostras “suspeitas” para entender se existe uma explicação razoável para aquele valor fora do padrão.
Cuidados antes de excluir uma amostra
Excluir uma amostra não deve ser uma decisão automática só porque o número “não bateu” com o esperado. Antes de descartar, vale a pena verificar se a amostra realmente representa um imóvel comparável ao avaliando, se as informações coletadas (área, padrão, localização) estão corretas, e se existe alguma justificativa plausível para aquele valor. Excluir amostras em excesso, sem critério, pode reduzir artificialmente a diversidade da pesquisa e comprometer o grau de fundamentação da avaliação.
Saneamento automático x julgamento profissional
Ferramentas de tratamento estatístico podem sinalizar automaticamente amostras com desvio muito alto em relação à mediana do conjunto, o que agiliza bastante o trabalho. Ainda assim, a decisão final sobre manter, ajustar ou excluir uma amostra deve sempre passar pelo julgamento do avaliador responsável, que tem contexto sobre o mercado local que nenhum cálculo automático substitui completamente.
O impacto do saneamento no resultado final
Uma única amostra muito discrepante pode distorcer significativamente uma média simples, especialmente quando a amostra total é pequena. Ao identificar e tratar corretamente esses valores, o avaliador reduz o risco de o valor final da avaliação ficar artificialmente alto ou baixo, aumentando a confiabilidade do laudo e, consequentemente, o grau de fundamentação alcançado.
Um exemplo prático
Imagine uma pesquisa com seis apartamentos comparáveis, todos anunciados entre R$ 6.500 e R$ 7.500 por metro quadrado, homogeneizados para as mesmas características do imóvel avaliando. Um sétimo comparável aparece anunciado a R$ 4.200 por metro quadrado — bem abaixo dos demais. Ao investigar, o avaliador descobre que esse imóvel estava com o anúncio desatualizado há mais de um ano, período em que a região passou por valorização expressiva. Nesse caso, faz sentido excluir essa amostra da análise, documentando o motivo no laudo, em vez de deixar que ela reduza artificialmente o valor médio encontrado.
Perguntas frequentes sobre saneamento de amostras
Toda pesquisa de mercado tem outliers?
Não necessariamente, mas é comum encontrar pelo menos uma amostra fora do padrão em pesquisas com um número razoável de imóveis comparáveis. Por isso, revisar os dados antes de calcular o valor final é uma etapa recomendada, mesmo quando nada parece “estranho” a princípio.
Excluir uma amostra discrepante reduz o grau de fundamentação?
Pelo contrário: manter uma amostra claramente fora do padrão sem tratamento é que tende a comprometer a qualidade da análise. Excluir uma amostra bem justificada, documentando o motivo no laudo, é parte de um processo tecnicamente cuidadoso.
Existe um número máximo de amostras que podem ser excluídas?
A norma não define um número fixo, mas excluir uma parcela muito grande da pesquisa original é um sinal de alerta: pode indicar que os critérios de busca por comparáveis não foram adequados desde o início, e não necessariamente que todas aquelas amostras eram outliers legítimos. Nesses casos, o mais indicado é revisar a estratégia de coleta antes de simplesmente descartar amostras em excesso.
Leia também:
- Homogeneização de amostras na avaliação de imóveis: guia prático
- Método comparativo direto de dados de mercado: como funciona na prática
- Como se tornar perito avaliador de imóveis: requisitos e primeiros passos
Como o Avalie ajuda nessa etapa
Revisar manualmente cada amostra em busca de valores discrepantes é um processo demorado e sujeito a falhas, principalmente quando a pesquisa reúne muitas amostras. O Avalie aplica o saneamento estatístico automaticamente sobre as amostras homogeneizadas, sinalizando os valores que se desviam significativamente da mediana do conjunto — mas sempre deixando a decisão final sob o controle do avaliador, que pode revisar, manter ou excluir qualquer amostra sinalizada.
Quer ver o saneamento automático funcionando com dados reais? Conheça o Avalie e teste em sua próxima avaliação, com um plano acessível ao seu volume de trabalho.