3. TEORETISK RAMMEVERK
3.4. M IGRASJONSTEORI OG TRANSNASJONALISME
O método seguiu uma sequência de operações para se avaliar a importância das variáveis dentro do modelo. Para os anos de 2009 e 2012, utilizou-se a mesma sequência de análises, realizadas através do uso do software SPSS, versão 13.0.
a. Matriz de correlações
Através da matriz de correlações, foi possível perceber quais variáveis possuíam baixas correlações com as demais. Aquelas que possuíam baixas correlações com a maioria das outras variáveis, foram sendo retiradas do modelo.
b. Teste KMO (Keiser-Meyer-Olkin) e de esfericidade de Bartlett
Segundo Maroco (2003, p. 267), o KMO é “uma medida da homogeneidade das variáveis, que compara as correlações simples com as parciais”. Quanto mais perto de 1, maior o grau de explicação dos dados a partir dos fatores encontrados pelo método. Já o teste de esfericidade de Bartlett avalia a significância da correlação entre as variáveis.
c. Matriz anti-imagem
Na matriz anti-imagem, estima-se os valores das correlações que não são devidas aos fatores comuns. Os valores abaixo da diagonal principal devem ser próximos de 0. Na matriz anti-imagem de correlação, a diagonal principal é a Medida de Adequação da Amostra (MSA). Valores de MSA abaixo de 0,5 indicam que essa variável não se ajusta a estrutura definida pelas outras variáveis. (MAROCO, 2003, p. 286)
d. Comunalidades
A matriz de comunalidades explica quanto da variância da variável é explicada pelos fatores. De acordo com Fávero (2009, p. 255), quanto mais próximo de 1, mais é explicado.
e. Percentual de variância explicada
O quadro fornece quanto da variância total do modelo é explicada pelos fatores formados.
f. Rotação dos fatores
De acordo com Fávero (2009, p. 244), “os fatores produzidos na fase de extração nem sempre são facilmente interpretados. A aplicação de um método de rotação tem como objetivo principal a transformação dos coeficientes dos componentes principais retidos em uma estrutura simplificada”. Neste trabalho, o método utilizado foi a rotação Varimax, que objetiva maximizar a variação entre os pesos de cada componente principal.
Para o cálculo do ISM, utilizou-se o método de extração da Análise dos Componentes Principais (ACP), que procura uma combinação linear das variáveis observadas, de maneira a maximizar a variância total explicada. A ACP fornece um conjunto de combinações lineares denominados Componentes Principais, conforme explica Lima (2012):
Z
1=
11X
1+
12X
2+ : : : +
1pX
p...
Zp =
p1X
1+
p2X
2+ : : : +
ppX
p (2) De modo genérico: � = ∑ � 3A solução deste modelo matemático consiste nos autovetores e autovalores obtidos da matriz de covariância ou de correlação.
Para o cálculo do índice agregado, neste caso o Índice de Gestão Municipal (IGM), considera-se apenas a primeira componente, uma vez que esta é a combinação linear responsável pela maior proporção da variância explicada.
As ponderações ou pesos (ai) das variáveis serão os coeficientes de escore dos
�� = ∑�= � � (4) Para o cálculo do Índice de Sustentabilidade Municipal, foram utilizados dados referentes às questões essenciais do desenvolvimento sustentável, dentro das dimensões econômica, social e ambiental. As variáveis incluídas (quadro 2) tiveram como critério inicial os Indicadores de Desenvolvimento Sustentável do IBGE (2012) e os Índices de Sustentabilidade propostos por Martins e Cândido (2012), FECAM (2012) e Viana et al. (2008). Em seguida, como segundo critério, foram utilizadas as variáveis cujos dados estavam disponíveis a nível municipal, para os dois anos de estudo, 2009 e 2012. Por fim, o que definiu as variáveis a serem utilizadas no Índice de Sustentabilidade Municipal foram os critérios estatísticos, através dos testes realizados pelo SPSS na sequência de operações do método de Análise dos Componentes Principais (ACP).
Dahl (1997, apud BELLEN, 2005) menciona que o conceito de desenvolvimento sustentável deve ser explorado de forma dinâmica e o maior desafio de seus indicadores é fornecer um retrato da situação da sustentabilidade, de uma maneira simples, que defina a própria ideia, apesar da incerteza e da complexidade. O trabalho com indicadores de sustentabilidade deve proporcionar a transformação do conceito de desenvolvimento sustentável numa definição mais operacional.
Quadro 2 – Dimensões e variáveis utilizados na construção do Índice de Sustentabilidade dos municípios cearenses.
Dimensão Variáveis
Social
Esperança de vida ao nascer; Mortalidade de crianças de até um ano de idade por mil nascidos vivos; Prevalência de desnutrição; Escolarização; Parcela da população de 15
anos ou mais com pelo menos 8 anos de estudo; Analfabetismo – 18 anos ou mais; Adequação de moradia nos domicílios; Mortalidade por acidente de transporte; Percentual da população com diagnóstico de diabetes; Razão entre a população urbana e
rural; Nota do IDEB Séries iniciais
Econômica
Produto Interno Bruto per capita; Rendimentos provenientes do trabalho; Índice de Gini de distribuição do rendimento; Razão dos dez por cento mais ricos sobre os quarenta por cento mais pobres; Percentual de extremamente pobres; Valor da produção de extração vegetal (lenha e carvão) per capita; Razão da quantidade extraída de carvão vegetal pela
área do município; Valor da produção de culturas permanentes pela área de estabelecimentos agrícolas no município; Valor da produção de culturas temporárias pela área de estabelecimentos agrícolas no município; Razão do valor de produção de culturas
temporárias pelo de culturas permanentes; Rendimento médio da produção feijão; Rendimento médio milho; Proporção da área colhida de milho e feijão pela área total dos estabelecimentos agropecuários; Razão do efetivo do rebanho bovino e ovinocaprino pela
área total dos estabelecimentos agropecuários Ambiental/ Natural
Percentual de domicílios com abastecimento de água proveniente de rede geral ou pública; Percentual de domicílios com dejetos canalizados para uma rede de esgoto; Percentual de domicílios com lixo coletado por serviço de empresa pública ou particular;