Does network reflection influence the development of regional co-operation and communities of practice?

Informações sobre as condições socioeconômicas, demográficas e sanitárias da população e domicílio, desagregados no nível de cada setor censitário do município de Itabuna-BA foram utilizadas na construção do Indicador Adaptado de Condição de Vida – IACV. A opção pela escolha do setor censitário, como unidade de análise, foi em razão desse apresentar a vantagem de ser o nível mais desagregado de grupos populacionais e socioeconômicos, coletados de forma sistemática, periódica e padronizada de abrangência nacional.

Para tal fim, adaptou-se a metodologia da Fundação João Pinheiro e do IPEA, utilizada para um estudo pioneiro sobre o desenvolvimento humano nos municípios mineiros, realizado em 1996 e ainda a metodologia utilizada em estudo realizado no Município de Recife, em 2003, por Guimarães et al. (2003), que

Material e Método

59 objetivou caracterizar a mortalidade infantil pela análise das desigualdades no risco de morte e na sua relação com a condição de vida da população, em que os autores consideraram sete indicadores: proporção de domicílios com abastecimento adequado de água, instalação sanitária adequada e coleta direta de lixo, proporção da população de 10-14 anos analfabeta, proporção de chefes de família com renda menor ou igual a 2 salários mínimos, proporção de chefes de família com 3 anos ou menos de estudo e média de moradores por dormitório.

Neste estudo foram selecionadas variáveis a partir da base de dados do Censo 2010 (INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA, 2012) que refletem a condição de vida e a qualidade de infra-estrutura urbana relacionadas a ocorrências de homicídios (CAMARGO, 2002; CARDIA, 2004; MENCARONI, 2004;), englobando quatro dimensões que, por sua vez, abrangem um ou mais indicadores compostos (Tabela 2):

i) Meio Ambiente e Habitação:

• Proporção de domicílios com abastecimento adequado de água: número de domicílios com abastecimento de água proveniente de canalização interna de rede geral de água ou de poço ou nascente próprios, em relação ao total de domicílios particulares permanentes.

• Proporção de domicílios com instalação sanitária adequada: número de domicílios ligados à rede geral ou fossa séptica esgoto em relação ao total de domicílios particulares permanentes.

• Proporção de domicílios com coleta direta do lixo: número de domicílios com lixo coletado em relação ao total de domicílios particulares permanentes. ii) Demografia:

• Número médio de moradores por domicílio: densidade intra-domiciliar.

• Percentual de idosos: número de residentes nos domicílios particulares permanentes com idade acima de 65 anos, indicando longevidade/grupo menos vulnerável à violência.

• Percentual de crianças até 5 anos de idade: número de residentes nos domicílios particulares permanentes com idade igual ou abaixo de 5 anos, refletindo maior necessidade de cuidados e atenção dos adultos.

Material e Método

60 iii) Renda:

• Renda média mensal do responsável pelo domicílio: renda nominal média do responsável pelo domicílio

• Responsáveis pelos domicílios com renda insuficiente: número de chefes de família com renda mensal igual ou menor que dois salários mínimos, em relação ao total de responsáveis pelo domicílio.

iv) Educação:

• Proporção da população alfabetizada acima de 10 anos de idade: número de habitantes alfabetizados com idade acima de 10 anos em relação à população total acima de 10 anos.

• Proporção da população alfabetizadas com idade entre 10 a 14 anos: número de habitantes alfabetizados com idade entre 10 a 14 anos em relação à população total com idade entre 10 a 14 anos.

Material e Método

61 Tabela 2 – Dimensões e Indicadores relacionados à definição do ICAV no município de

Itabuna, BA, 2010

Dimensões/ Indicador composto Fonte de dados Ano Base

Meio Ambiente e Habitação

Proporção de domicílios com esgotamento sanitário adequado Censo demográfico 2010 Proporção de domicílios com coleta de lixo adequada Censo demográfico 2010 Proporção de domicílios com abastecimento adequado de água Censo demográfico 2010

Demografia

Número médio de moradores por domicílio Censo demográfico 2010 Percentual de idosos (acima de 65 anos) Censo demográfico 2010 Percentual de crianças até 5 anos de idade Censo demográfico 2010

Renda

Renda média mensal do responsável pelo domicílio Censo demográfico 2010 Percentual de responsáveis pelos domicílios com renda

insuficiente (abaixo de 2 salários mínimos) Censo demográfico 2010

Educação

Proporção da população alfabetizada acima de 10 anos de

idade Censo demográfico 2010

Proporção da população alfabetizadas com idade entre 10 a 14

anos Censo demográfico 2010

Saliente-se que os dados referentes à anos de estudo do chefe de família e número de dormitórios por domicílio, usados no estudo de Guimarães, não foram apurados pelo Censo 2010 e portanto não utilizados no cálculo do IACV. Acresceu- se, entretanto, 3 indicadores demográficos utilizados pela pesquisa da Fundação João Pinheiro e do IPEA, atinentes às pessoas não alfabetizadas com idade acima de 10 anos, residentes com idade até 5 anos e residentes com idade igual ou inferior a 65 anos.

Foram considerados como fatores de risco para um IACV não satisfatório as seguintes categorias das variáveis: i) Meio Ambiente e Habitação: proporção de

domicílios sem abastecimento adequado de água, proporção de domicílios sem instalação sanitária adequada e proporção de domicílios sem coleta direta do lixo; ii)

Demografia: número médio de moradores por domicílio (densidade intra-domiciliar),

proporção de pessoas não idosas e de crianças até 5 anos de idade (maior demanda por serviços de saúde e demais serviços públicos); iii) Renda: proporção

Material e Método

62 e iv) Educação: proporção de pessoas não alfabetizadas acima de 10 anos de idade

e de pessoas não alfabetizadas com idade entre 10 a 14 anos.

Para a construção do IACV, utilizou-se a análise fatorial (técnica de componente principal) que reduz um grande número de variáveis a um menor número, que, agrupadas, passam a ser denominadas de fatores. As variáveis que formam um fator precisam estar correlacionadas umas às outras para que o modelo seja apropriado. A técnica produz coeficientes de regressão (cargas ou loadings fatoriais) que indicam a relação entre o fator e cada variável original. Além disso, determina o percentual da variância total explicado para cada fator extraído (TABACHNICK; FIDELL, 1996).

O critério de seleção adotado para a seleção de fatores foi o de autovalores maiores que um. Os valores do fator extraído (escores fatoriais) foram estimados por regressão. Para a obtenção de estratos de condição de vida, o IACV foi submetido à técnica de agrupamento (hierarchical cluster analysis), visando identificar quatro aglomerados distintos com similares condições de vida: estrato I, constituído pelos bairros de “alta condição de vida”; o II pelos de “média condição de vida”; o III pelos de “baixa condição de vida” e finalmente o IV, de “muito baixa condição de vida” (JOHNSON; WICHERN, 1998).

4.5.1 Análise Fatorial: componentes principais

A análise fatorial busca compreender conceitualmente o que os dados trabalhados estão efetivamente medindo. A aplicação dessa metodologia busca determinar que um conjunto de variáveis estaria medindo um pequeno número de “dimensões” ou características da população estudada. Pode-se dizer que a análise fatorial permite explicar as relações entre variáveis correlacionadas e de difícil interpretação, em termos de um pequeno número de fatores (ou dimensões), relativamente independentes e com significado menos complexo, resultando na construção de um índice único, capaz de sintetizar os diferentes aspectos descritos (HINO, 2007).

Trata-se de uma análise de regressão múltipla, que possibilita identificar relações entre variáveis nominais e entre suas categorias, com formação de fatores, a exemplo do que faz a Análise de Componentes Principais em variáveis ordinais. A técnica de Análise Fatorial tem, sobre outras análises de regressão, assim como a

Material e Método

63 Análise de Cluster, a vantagem de permitir ao pesquisador que estabeleça as categorias das variáveis a partir de um modelo teórico e não da distribuição empírica dos dados (LACERDA; CALVO; FREITAS, 2002)

Figura 3 – Proposta de Análise de Componentes Principais e Análise Fatorial Fonte: Lacerda; Calvo; Freitas, 2002.