Académique Documents
Professionnel Documents
Culture Documents
SIMULANDO A DINAMICA
DOS NEGOCIOS
COM ANALISE
FATORIAL
CURITIBA
2011
SIMULANDO A DINAMICA
DOS NEGOCIOS
COM ANALISE
FATORIAL
Dissertac
ao apresentada ao Setor de
Ci
encias Sociais Aplicadas da Universidade Federal do Paran
a como requisito
parcial `
a obtenc
ao de grau de Mestre
em Desenvolvimento Econ
omico pelo
Programa de Mestrado Profissional em
Desenvolvimento Econ
omico.
Orientador: Prof.
Mattos Macedo
CURITIBA
2011
Dr.
Mariano de
TERMO DE APROVAC
AO
DOS
NEGOCIOS
COM ANALISE
FATORIAL
Dissertac
ao apresentada como requisito parcial `
a obtenc
ao do grau de
Mestre pelo Curso de P
os-Gradua
c
ao em Desenvolvimento Econ
omico, Ci
encias
Sociais Aplicadas, Universidade Federal do Paran
a, pela seguinte banca examinadora:
ii
iii
AGRADECIMENTOS
Muitas pessoas contribuiram para a realizacao deste trabalho. Agradeco inicialmente
`a Federacao das Ind
ustrias do Estado do Parana e ao Instituto Brasileiro da Qualidade e
Produtividade por me concederem a oportunidade de cursar o mestrado como bolsista e por
apostar na minha carreira de economista.
A dedicacao de professores foi uma influencia muito forte para que eu escolhesse um
tema ligado a analise econometrica e a carreira academica e aponto neste sentido Flavio de
Oliveira Goncalves pelo estmulo, amizade, pelas viagens para apresentar o IDMPE pelos
Sebraes afora e pela sua paciencia com a minha ansiedade e correria na maioria das ocasioes.
Flavio, e um orgulho ter voce como Professor e amigo!
Tambem nao poderia deixar de agradecer aos admiraveis, inspiradores e incetivadores prof. Hermes Higachi e prof. Mariano Macedo aos quais sou fa declarado de carteirinha e ao Mariano desde a minha graduacao na UFPR.
Nao poderia deixar de esclarecer meus agradecimentos aos meus amigos do mestrado,
todos eles, sem nenhuma omissao. Nao pretendo citar os nomes pois receio cometer alguma
ingratidao.
Tambem sou grato aos meus incentivadores de todas as horas, os professores e alunos
por onde convivi e pretendo seguir, na Universidade Positivo, na INESUL/FANEESP e na
pos-graduacao da FESP.
Finalmente, esta monografia nao teria sido possvel sem a orientacao, de Mariano
Macedo a quem devo meu agradecimento especial. Sem as excelentes contribuicoes deste
Professor este trabalho nao seria viavel!
iv
Resumo
Polticas p
ublicas orientadas por resultados necessitam de parametros que norteiem sua
atuacao com maior efetividade. As limitacoes para construir uma medida sintetica que
mensure o ritmo de desenvolvimento do ambiente de negocios carece de boas premissas e
condicoes iniciais que se mostrem capazes de captar a cadeia de complexidade do sistema em
que est
a inserida e que tenha flexibilidade suficiente para que se possam simular as diferentes
configuracoes a cada mudanca do meio. Uma das dificuldades nesta mensuracao consiste na
definicao de conceitos amplos, como o de desenvolvimento municipal, empresarial, institucional e mercadol
ogico e no entendimento adaptativo dos agentes envolvidos neste habitat.
O objetivo desta dissertacao e analisar o ambiente de negocios, atraves da construcao de algumas medidas quantitativas resumidas em indicadores construdos a partir da metodologia
da analise fatorial e de elementos presentes na econometria espacial e na ciencia regional e
suas devidas relacoes com o cen
ario economico onde as firmas se inserem. Em particular,
o trabalho procura mostrar como a concentracao populacional, o Crescimento Schumpeteriano e a sensibilidade as hip
oteses ou condicoes iniciais dos modelos geram configuracoes
diferentes nos resultados, reforcando a ideia de que a quest
ao das expectativas, inovacao tecnol
ogica, competitividade e a cadeia de complexidade no que diz respeito a adaptabilidade e
mutacao s
ao fatores endogenos preponderantes no desenho de polticas e planos de acao para
uma atuacao mais efetiva dos stackeholders envolvidos. A busca por avancos nesta corrente
de pensamento passa por conceitos neo-schumpeterianos e avanca para os desafios presentes
na modelagem computacional que nasce com os Agent Based Computational Economics que
simulam os comportamentos de sociedades artificiais e seus processos interativos, sugerindo
fortes incentivos para o nascimento de pesquisas futuras neste sentido.
Palavras-Chave: Evolucionismo, An
alise Fatorial, Construcao de Cen
arios via Simulacao de Monte Carlo, Economia paranaense.
Abstract
Outcome-oriented public policies require parameters to guide their actions with greater effectiveness. The limitations to construct a synthetic measure that catch the pace of development of the business environment requires good initial conditions and assumptions that
may be able to capture the complexity of the chain system in which it operates and which
has sufficient flexibility so that they can simulate the different settings with each change of
medium. One difficulty in this measurement is to establish broad concepts, such as municipal
development, business, institutional and marketing and the understanding of adaptive agents
involved in this abitats. The objective of this thesis is to analyze the business environment
through the construction of some quantitative measures summarized indicators constructed
from the factor analysis methodology and elements in the spatial econometrics and regional
science and its proper relations with the economic scenario where the firms are located. In
particular, I show how the concentration of population, the market size and sensitivity to
initial conditions or assumptions of the models produce results in different settings, reinforcing the idea that the question of expectations, technological innovation, competitiveness and
chain complexity with regard to adaptability and change are endogenous factors prevalent in
the design of policies and plans of action for a more effective performance of stackeholders
involved. The search for progress in this line of thought goes through neo-Schumpeterian
concepts and progresses to the current challenges in computational modeling that comes with
the Agent Based Computational Economics that simulate the behaviors of artificial societies
and their interactive processes, suggesting strong incentives for the birth of future research
in this direction.
Keywords: Evolutionary Economics, Factor Anaysis, Scenario Building via Monte Carlo
Simulation, Paranas Economics.
vi
vii
Lista de Figuras
Figura 1
Figura 2
Estrutura do ID-MPE
Figura 3
Inspecao gr
afica das vari
aveis do ID-MPE
Figura 4
Figura 5
Figura 6
Figura 7
Figura 8
Diagrama de Dispers
ao de Moran
Figura 9
Figura 10
Figura 11
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
. . . 39
. . . . . 42
. . . . . . . . . . . . . . . . . . . . . . 43
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
58
. . . . . . . . . . . . . . . . . . . . . 62
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
Figura 12 Verificacao positiva de clusters para a distribuicao espacial do IDMPE e valores p > 0, 05
74
Lista de Tabelas
Tabela 1
Tabela 2
Tabela 3
Limiares M
aximos e Mnimos para as vari
aveis do IDE
Tabela 4
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
Tabela 5
. . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
Tabela 6
Tabela 7
Tabela 8
Tabela 9
Limiares m
aximos e mnimos para as vari
aveis do IDM
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
Tabela 11
. . . . . 23
. . . . . . . . . . . . . . . . . . . . . . . . . 29
31
. . . . . . . . . . . . . . 32
. . . . . . . . . . . . . . . . . . . . . . . . . . . 33
. . . . . . . . . . . . . . . . . . . . . . . . 34
. . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
. . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
viii
. . . . . . . . . . . . . . . . . . . . . . 35
. . . . . . . . . . . . . . . . . . . . 37
Tabela 15 Limiares m
aximos e mnimos para as vari
aveis do IDI
aveis do IDI
Tabela 16 Resultados do teste KMO para as vari
Tabela 17
. . . . . . . . . . . . . . . . . . . . . . . . . . 37
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
. . . . . . . . . . . . . . . 38
. . . . . . . . . . . . . . . . . . . . . 39
. . . . . . . . . . . . . . 40
. . . . . . . . . . . . . . . . . . . . . . . . . . . 55
. . . . . . . . . . . . . . 56
Tabela 25
. . . 55
. . . 56
57
. . . . . . . . . . . . . . . 58
. . . . . 59
Tabela 28 Cen
ario construdo a partir dos resultados gerados pelo indicador proposto
. . . . . 60
Tabela 29
C
alculos do teorema de Bayes, para a revis
ao das probabilidades do cenario proposto
ix
. . . . . . . . . 64
63
Tabela 31
Tabela 32
76
Tabela 33
77
Tabela 34
78
Tabela 35
79
Tabela 36
80
75
. . . . . . . 81
Tabela 38
82
Tabela 39
83
Tabela 40
84
Tabela 41
85
Tabela 42
86
Lista de Siglas
IDH-M
SNI
OCDE
MPOG
Sebrae
IBQP
ID-MPE
IDE
IDM
IDI
CBOs
PDM
PCA
AF
Analise Fatorial
AEDE
SQR
PIB
LISA
POE
VE
Valor Esperado
ACE
xi
Sum
ario
........................................................
1 INTRODUC
AO
2.2
2.3
4
5
7
Os subndices do ID-MPE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
Vari
aveis do IDE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
Vari
aveis do IDM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
Vari
aveis do IDI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
3.2
A Construcao do ID-MPE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.3
3.4
Resultados do ID-MPE PR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.4.1
3.4.2
3.4.3
3.4.4
3.4.5
4 Modelo de Simulac
ao com AF para o Indice de Desenvolvimento Empresarial 46
4.1
4.2
4.2.1
4.2.2
5 CONSIDERAC
OES
FINAIS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
Refer
encias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
ANEXOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
APENDICE
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
Analise de Componentes Principais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
Analise Fatorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
Analise de Fatores Principais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
Rotacao Fatorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
Formas de Rotacao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
Escores fatoriais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
Estimativas dos escores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
xiii
INTRODUC
AO
As dificuldades em buscar uma medida sintetica que reflita o ritmo do desenvolvi-
mento empresarial carece de estudos aprofundados que orientem os planos, acoes e metas dos
policy makers. Polticas voltadas ao desenvolvimento focadas em resultados necessitam de
parametros para nortear sua efetividade. A construcao de indicadores sao u
teis para gestao
p
ublica, instituicoes governamentais e nao-governamentais e micro e pequenos empresarios.
Programas de desenvolvimento e promocaoo social, por exemplo, utilizam como
referencia para destinacao de seus recursos (escala de prioridade) e monitoramento de seus
resultados, o IDH Indice de Desenvolvimento Humano da Organizacao das Nacoes Unidas
(ONU), Indice FIRJAN de Desenvolvimento Municipal, nos Indices de Competitividade
elaborados pelo World Economic Forum, o BCI (Business Competitiveness Index ) elaborado
por Michael Porter desde 2001 e o GCI (Global Competitiveness Index) elaborado por Sala i
Martin, desde 2004; e no ICE F Indice de Competitividade Estadual Fatores, elaborado pela
FEE/RS (Fundacao Estadual de Estat
ystica) e Movimento Brasil Competitivo, em 2006.
A criacao de um ndice de desenvolvimento empresarial tem como proposito orientar as estrategias e polticas locais de promocao economica, diagnosticando as condicoes
favoraveis a implantacao e crescimento dos pequenos negocios locais.
Baseado na construcao do IDH-M ndice de desenvolvimento que procura expressar
o objetivo do desenvolvimento, de alargar as possibilidades de escolha das pessoas, atraves
da ampliacao de suas capacidades, a construcao de uma medida que busque refletir o desenvolvimento empresarial deve se mostrar capaz que reconhecer a complexidade inerente a este
processo, como a dinamica competitiva, surgimento de inovacoes e mudancas no ambiente
institucional, governamental e social.
Vale ressaltar que a quantificacao ou avaliacao do ambiente de negocios atraves de
uma medida sintetica deve ser capaz de reconhecer a cadeia de complexidade inerente ao
ambiente em que se inserem e que se mostre capaz de fornecer acessibilidade e flexibilidade
aos gestores que as desenham de modo que seja possvel e viavel de se simular a cada mudanca
e adaptabilidade dos agentes no meio ou habitat.
Neste sentido, fazendo-se largo uso de base de dados secundarios de domnio p
ublico
constroem-se variaveis que busquem refletir o desenvolvimento atraves do ambiente de negocios
com o auxlio da metodologia de analise fatorial combinada com analise espacial e gerenciamento de cenarios para direcionar o processo de tomada de decisao.
A exploracao das conexoes conceituais e teoricas a cerca das discussoes que buscam conectar o desenvolvimento empresarial, com o desenvolvimento local e competitividade concedem a essencia de medidas que busquem diagnosticar o ambiente de negocios
em nvel municipal e nunca deixando de fora a visao macro com o intuito de verificar as
(des)concentracoes/bolsoes de desenvolvimento empresarial e a identificacao do mimetismo
presente em tais fenomenos. Assim, no primeiro captulo sao revistos alguns pensamentos presentes na linha teorica do desenvolvimento economico como os conceitos iniciais de
desenvolvimento e suas diferentes perspectivas, seguido de uma discussao a respeito do processo competitivo e de mudanca organizacional no modelo evolucionista, passando por uma
secao seguintes enfatizando o aspecto institucional e em seguida a questao da espacialidade
do desenvolvimento economico mencionando alguns extratos presentes na teoria do desenvolvimento endogeno. Assim, faz-se mister na expectativa de que regioes/municpios, como
capitais, polos produtivos e regioes metropolitanas atinjam valores elevados da escala de
gradacao dos indicadores considerando que a maior parcela dos empreendimentos brasileiros
se caracterizam como micro e pequenos, totalizando 5.786.696 unidades sendo que destes
cerca de 1.372.627 estao situados na regiao sul do pas e outros 463.994 dentro do estado
do Parana. (MPEdata apud RAIS, 2009 (67)) e reforcando o chamado processo que gera a
ordem de tamanho das cidades discutida por Fujita, Krugman e Venables (2002) (32).
No captulo posterior discutimos quais as principais tentativas de obtencao destas
medidas, dando especial destaque ao estudo de caso presente no IDMPE elaborado inicialmente pelo IBQP e Sebrae Parana. Em seguida, no pen
ultimo captulo desta dissertacao
propomos um modelo de simulacao atraves da geracao de cenarios combinando-os varias
vezes atraves do metodo de Monte Carlo e finalmente sao descritas as principais conclusoes
do trabalho, apontando algumas das limitacoes dos modelos empregados e dos novos rumos
e possibilidades de aprofundamentos cientficos.
DESENVOLVIMENTO EMPRESARIAL E
DESENVOLVIMENTO ECONOMICO
Nao e a adaptacao bem sucedida a um dado ambiente que constitui o mais notavel
formador da vida, mas a teia de processos ecol
ogicos em um sistema ambiental que
forma os padr
oes psicol
ogicos e comportamentais, os quais podem apoiar-se na
genetica. A evoluca
o acontece n
ao como resposta `
as exigencias da sobrevivencia,
mas como um jogo criativo e necessidade cooperativa de um universo todo ele
evolutivo. (Lemkow, 1990 p. 183) (47)
Se olharmos genericamente ao termo desenvolvimento, percebemos que sao essencialmente duas perspectivas desse tema que tem se destacado: o crescimento economico e a
melhoria social. A primeira perspectiva se traduz em cifras: producao, lucro, arrecadacao;
enquanto a segunda enfoca a inclusao das pessoas: sua qualidade de vida, sa
ude, educacao,
etc.
certo, que a segunda perspectiva tem tomado proporcoes maiores mais recenE
temente, visto que, o crescimento economico foi por muito tempo a grande prioridade da
maioria dos projetos de desenvolvimento. Entretanto, a prioridade era esta, por que todos
acreditavam que em conseq
uencia ao crescimento economico viria o bem estar social (Sen,
2000) (70).
A linha adotada pelo Sebrae (2008) (59) no estado do Parana para construir a
medida do desenvolvimento empresarial resume um lado da moeda onde o ambiente
de negocios seria o u
nico indutor da evolucao empresarial e o conceito de competitividade
empresarial estaria embutido dentro do conceito de desenvolvimento na linha defendida por
Francisco Albuquerque onde a competitividade dependeria de tres tipos de acoes: aquelas
desenvolvidas no interior das empresas, `aquelas realizadas junto a sua rede de empresas
(clientes e fornecedores) e `aquelas orientadas para a formacao de um entorno propcio para
o acesso aos servicos e insumos de apoio `a competitividade, que esta se realize nos mercados
locais ou internacionais. Albuquerque (2001, p. 49) (1)
Diante da globalizac
ao dos mercados e das estruturas produtivas, a competitividade e um fator fundamental para a sobrevivencia empresarial. A
competitividade est
a ligada a fatores como a produtividade, a inovac
ao de
produtos e processos produtivos no
ambito da firma. Mas a competitividade
n
ao deve ser percebida como uma quest
ao estritamente microecon
omica,
condic
oes internas da firma. Cada vez mais percebe-se a competitividade
n
ao como um desafio isolado, mas como um fator sistemico, ou seja, como
resultado de condic
oes internas combinadas com condico
es externas, que
favorecam o crescimento da produtividade e da inovac
ao empresarial. Sebrae (2009, p. 10) (59)
O autor define SNI como um sistema que envolve as entidades governamentais, universidades, institutos
de pesquisa e empresas, com o objetivo de obter inovaco
es em produto ou mesmo em processo. (30)
A base da aprendizagem esta no conhecimento que, por esse enfoque, pode ser classificado como: universal ou especfico, articulado ou tacito e p
ublico ou privado. (Dosi,1988) (21)
Nos Sistemas Nacionais de Inovacao os processos passados (no sentido dos caminhos
escolhidos para a dinamica da inovacao) tendem a influenciar o presente. Essa caracterstica
e conhecida como dependencia de caminhos e e percebida pela dinamica das trajetorias
tecnologicas. Alem disso, mesmo apresentando um alto grau de especificidades nacionais os
sistemas podem ter uma multiplicidade de configuracoes institucionais estaveis.
Contextualiza Freeman (1998) (30) que em inovacoes radicais corporacoes multinacionais apresentam papel fundamental, no sentido de difusao de equipamentos especializados
e habilidades para novas localizacoes estimulando e organizando o processo de aprendizagem.
Essas empresas tem condicoes de efetivar contratos de transferencia de tecnologias com seus
concorrentes e de formar joint-ventures em qualquer lugar que julgar conveniente. Assim
sendo a guerra de incentivos entre governos e desencadeada no sentido de atrair o fluxo de
investimento e transferencia de tecnologia que tais empresas sao capazes.
O n
umero de estados possveis de equilbrio ap
os uma transic
ao e maior ou
igual ao que existia antes da transic
ao. Por isso, ainda que o estado padr
ao
inicial de equilbrio seja u
nico, levando a uma configurac
ao institucional
particular, o n
umero de estados est
aveis poder
a ser maior que um ap
os
a transic
ao. Essa propriedade e chamada de estabilidade m
ultipla e p
ode
ser percebida pelos diagramas de bifurcac
ao apresentadas pela din
amica do
modelo quando a taxa de inovac
ao bruta for considerada no intervalo entre
i = 2 e i = 2,5. (Campos e Costa, 1998) (13)
Ha, finalmente, irreversibilidades na dinamica apresentada pelas mudancas tecnologicas nos Sistemas Nacionais de Inovacao presente na impossibilidade de volta a um
paradigma tecnico anterior. Essa irreversibilidade e resultante das modificacoes causadas
no ambito economico, social e institucional pela adocao de uma dada trajetoria tecnologica.
Assim, os agentes economicos individuais ao explorarem o ambiente tecnologico (e conseq
uentemente o economico) existente, sob incerteza, acabam por transforma-lo contnua e
irreversivelmente.
O governo brasileiro estabelece atraves da Lei 10.933 (Anexo I, Orientacao Estrategica de Governo, 2008) (45) tres prioridades para enfrentar a necessidade de consolidacao e articulacao do SNI:
a utilizacao/difusao da ciencia e da tecnologia para a melhoria da qualidade de vida
da populacao nesta e nas proximas geracoes;
9
Neste ponto n
ao temos resoluc
ao para a explicac
ao da admir
avel regularidade na distribuic
ao dos tamanhos das cidades. Devemos reconhecer que
isto nos prop
oe um verdadeiro desafio intelectual para nossa compreens
ao
das cidades, em pelo menos duas maneiras. A primeirae que ate este ponto
ninguem criou uma hist
oria plausvel sobre o processo que gera a regra de
ordem de tamanho, apesar da an
alise inicial de Simon e de suas variac
oes
posteriores fornecerem algumas ideias sobre o tipo de processo que pode
estar envolvido. Mas tambem existe um assunto mais profundo: os modelos estoc
asticos que foram propostos, todos dependem fundamentalmente
da suposic
ao de retornos constantes em relac
ao ao tamanho da cidade, tal
que a taxa de crescimento esperada em uma cidade seja independente de
seu tamanho. Contudo, todos os modelos econ
omicos existentes de cidades
envolvem retornos que s
ao tudo, menos constantes. Em vez disso, eles envolvem um cabo de guerra entre retornos crescentes e retornos decrescentes,
que, para qualquer tipo determinado de cidade (...) determina um tamanh
caracterstico. Talvez haja alguma maneira que n
ao compreendemos atualmente de reconciliar a tens
ao entre as forcas centrpetas e centrfugas que
acreditamos determinarem os tamanhos das cidades, em nvel micro, e a
din
amica de como se houvesse retornos constantes, que parece se aplicar
em nvel macro. Esperamos que pesquisas futuras resolvam este quebracabecas.
10
produzem entre eles contanto que o objetivo seja o desenvolvimento local. (Godard et alli,
1987, p. 139) (35).
Barquero (1988) (6), argumenta que o desenvolvimento regional endogeno, ao considerar e dar relevancia `a sociedade civil local e aos seus processos de organizacao e relacao
social permite que a regiao atinja um crescimento equilibrado e sustentado no longo prazo,
sem entrar em conflito direto com a base social e cultural da regiao. Normalmente a forte
identidade da cultura local tende a assimilar as novas realidades produtivas e os novos esquemas de relacoes sociais, e os novos valores encontram um eco favoravel nas zonas de
desenvolvimento local. Desta feita, tendem a integrar-se com um mnimo de custos sociais e
culturais, ja que sao respostas viaveis aos problemas locais.
As atividades industriais se integram na vida social e cultural local, incorporando
novos valores que desenvolvem e potenciam os antigos, sem criar um certo conflito e contradicoes no processo de adaptacao (Barquero, 1988 p. 90) (6). O destaque dado aqui para
a importancia da sociedade civil nao esta inserido no debate da relacao entre a sociedade
e o Estado, sua maior ou menor participacao, ou entre a sociedade e o mercado. Baseado
em um enfoque distinto, trata-se da compreensao de que o desenvolvimento regional esta
diretamente ligado `as caractersticas da organizacao social e das relacoes cvicas encontradas
na regiao.
11
12
Este criterio fora adotado com a finalidade de simplificacao no que diz respeito a replicacoes futuras e
comparativos espaco-temporais.
13
de novos empreendimentos formais e a sobrevivencia e expansao das empresas instaladas. A captacao do ambiente empresarial ocorre por medidores de resultado, ou
seja, indicadores que avaliam sobretudo a dinamica empresarial do municpio, como
a criacao e sobrevivencia de empresas, a dimensao e evolucao dos negocios e o empreendedorismo.
Variaveis do IDE
Nesta secao sao descritas as variaveis que compoem cada subndice conforme metodologia adotada pelo Sebrae e IBQP (2009) (59).
Cria
c
ao de empresas (Taxa de criac
ao de estabelecimentos)
avel mede quantos estabelecimentos
De acordo com Sebrae (2009, p. 72 (59)) esta vari
formais foram criados no municpio de um ano em relacao ao ano anterior.
14
(vari
avel bruta em t vari
avel bruta em t 1)
(vari
avel bruta em t+ vari
avel bruta em t 1)/2
(3.1)
Taxa de inatividadei =
Vari
avel bruta em t
n
umero total de estabelecimentos em t
(3.2)
Volume de Neg
ocios = log da vari
avel bruta em t
(3.3)
Expans
ao dos neg
ocios (Taxa de crescimento do PIB municipal
a variac
E
ao do PIB real de um ano em relac
ao ao ano anterior.
(Sebrae, 2009 p. 72 (59))
15
(3.4)
Variaveis do IDM
Taxa de Cria
c
ao de empregos
Mede quantos empregos formais foram criados no municpio de um ano em relacao
ao ano anterior. (Sebrae, 2009 p. 72 (59))
Variavel bruta: No total de vnculos empregatcios (Fonte: RAIS).
Procedimento:
(vari
avel bruta em t vari
avel bruta em t 1)
(vari
avel bruta em t+ vari
avel bruta em t 1)/2
(3.5)
Dimens
ao da massa salarial
a soma das remuneracoes pagas pelos estabelecimentos formais do municpio. (SeE
brae, 2009 p. 72 (59))
Variavel bruta: Remuneracao total dos empregados em dezembro, em salarios mnimos
(Fonte: RAIS).
Procedimento:
Dimens
ao da massa salarial (ponderada por 10000 habitantes) =
Vari
avel bruta em t
tamanho da populacao em t
(3.6)
Evoluc
ao da massa salarial
Mede o crescimento do total das remuneracoes dos trabalhadores do setor formal de
um ano em relacao ao ano anterior. (Sebrae, 2009 p. 72 (59))
16
Dimens
ao do mercado local
Diferenca entre Valor das Sadas e Valor das Entradas das Atividades Comerciais do
Municpio, base para calculo do ICMS. (Sebrae, 2009 p. 72 (59))
Variavel bruta: Valor adicionado fiscal no comercio (Fonte: IBGE).
Procedimento:
Dimens
ao do mercado local = vari
avel bruta em t
(3.8)
(3.9)
Populac
ao
Variavel bruta: Estimativa populacional para t obtida atraves de interpolacao censitaria, utilizando o CENSO 2010 e a contagem 2010 (Fonte: IBGE).
Procedimento:
Populacao = vari
avel bruta
Variaveis do IDI
Conforme Sebrae (2008, p. 11 (59))
(3.10)
17
Ambiente institucional e o conjunto de fatores externos a
` firma e
a estrutura produtiva (economias externas din
`
amicas) que favorecem
a criac
ao e desenvolvimento das empresas, expressas nas normas,
polticas, redes de ac
ao estrategica e nos elementos s
ocio-culturais
existentes em cada cidade e regi
ao. Parte-se do suposto que tais fatores atuam como condicionantes externos importantes na promoc
ao
da atividade empreendedora, com a germinac
ao e florescimento das
novas empresas.
Qualidade da educa
c
ao
18
2031 - Pesquisadores das ciencias naturais e exatas
2032 - Pesquisadores de engenharia e tecnologia
2033 - Pesquisadores das ciencias da sa
ude
2034 - Pesquisadores das ciencias da agricultura
3011 - Tecnicos de laborat
orio industrial
3012 - Tecnicos de apoio `
a bioengenharia
Procedimento:
vari
avel bruta em t
10000
tamanho da populacao em t
(3.11)
Capacidade de investimento p
ublico municipal (Grau de gerac
ao de recursos
pr
oprios)
Participacao da receita tribut
aria propria na Receita Corrente Lquida. (Sebrae,
2009 p. 72 (59))
Variavel bruta: Receitas correntes, receitas tributarias, receitas de capital e operacoes
de credito. (Fonte: FINBRA).
Procedimento:
Capacidade de investimento p
ublico municipal = Grau de geracao de recursos proprios =
Receita tributaria
(Receita corrente + receita de capital operacoes de credito)
(3.12)
Sistema financeiro
o n
E
umero de postos e agencias bancarias no municpio. (Sebrae, 2009 p. 72 (59))
Variavel bruta: no de agencias e postos bancarios em t (Fonte: BACEN).
Procedimento:
Sistema financeiro (ponderado por 10000 habitantes) =
vari
avel bruta em t
10000
tamanho da populacao em t
(3.13)
Infra-estrutura de comunicac
ao
Variavel Bruta: no de postos de correios em t (Fonte: ECT).
Procedimento:
19
vari
avel bruta em t
10000
tamanho da populacao em t
(3.14)
(3.15)
A tabela a seguir resume as construcoes conforme metodologia adotada inicialmente pelo IBQP e Sebrae (2008):
VARIAVEL
PIB real
DEFINIC
AO
Representa a soma dos bens e servicos finais produzidos
no municpio, deflacionados para o ano base.
a variac
E
ao do PIB real de um ano em relac
ao ao ano anterior
Taxa de inatividade
uma proporc
E
ao que mede a quantidade de estabelecimentos
sem vnculos empregatcios (inativos)
sobre a quantidade total de estabelecimentos.
Mede quantos estabelecimentos formais foram
criados no municpio de um ano em relac
ao ao ano anterior.
o n
E
umero total de vnculos empregatcios por habitante.
Taxa de criac
ao de estabelecimento
Empreendedorismo
Taxa de criac
ao de empregos
Valor adicionado fiscal do com
ercio
CALCULO
PIB Real do municpio a precos de mercado em R$ mil
(deflacionado a R$ do ano 2000 pelo deflator
implcito do PIB nacional);
PERIODO: 2008 FONTE: IBGE e IPEADATA
Taxa = ln PIB2008 - ln PIB2007; PERIODO: 2008-2007
FONTE: IBGE (Dados Brutos)
N
umero de Estabelecimentos sem
vnculo de trabalho / N
umero total de estabelecimentos;
PERIODO: 2009 FONTE: RAIS (Dados Brutos)
Taxa = ln Estabelecimentos2009 - ln Estabelecimentos 2008;
PERIODO: 2009-2008 FONTE: RAIS (Dados Brutos)
N
umero de Estabelecimentos/ Populac
ao
PERIODO: 2009 FONTE: RAIS (Dados Brutos) e IBGE.
Taxa = Emprego2009 - Emprego2008 / M
edia Emprego
PERIODO: 2009-2008 FONTE: RAIS (Dados Brutos)
Valor Adicionado Fiscal
dos estabelecimentos comerciais do
municpio - Acumulado anual em R$ mil correntes;
PERIODO: 2009 FONTE: SEFA
Taxa = ln Massa Salarial2009 - ln Massa Salarial2008;
PERIODO: 2009-2008 FONTE: RAIS (Dados Brutos)
Soma das Remunerac
oes pagas pelos
estabelecimentos formais do municpio,
com refer
encia a dezembro de 2009, convertida em Reais
pelo sal
ario mnimo da
epoca.
PERIODO:2009 FONTE: RAIS (Dados Brutos)
20
VARIAVEL
Populac
ao
DEFINIC
AO
Populac
ao residente no municpio.
Grau de gerac
ao de recusos pr
oprios
Parcipac
ao da receita tribut
aria pr
opria
da Receita Corrente Lquida
o n
E
umero total de trabalhadores envolvidos em
atividades de ci
encia, tecnologia e inovac
ao.
Escolaridade (IDEB)
Refere-se a uma m
edia das notas do
da Educac
ao B
asica (IDEB).
municpio no Indice de Desenvolvimento
Correios
o n
E
umero total de postos e ag
encias dos correios no municpio.
Associativismo
o n
E
umero de entidades associativas no municpio:
sindicatos filiados `
as Federac
oes Empresariais,
associac
oes comerciais e arranjos produtivos locais.
o n
E
umero de postos e ag
encias banc
arias no municpio.
Sistema financeiro
Mecanismo de apoio `
a MPE
CALCULO
Populac
ao residente estimada no municpio
na contagem populacional
IBGE; PERIODO: 2009 FONTE: IBGE
Renda Bruta Real 2009 / Populac
ao Estimada 2009
em R$ de 2000;
PERIODO: 2009 FONTE: IBGE (Dados Brutos)
Participac
ao da Receita Tribut
aria Municipal
Pr
opria na Receita Corrente Lquida;
PERIODO: 2009 FONTE: STN/FINBRA (Dados Brutos)
Vnculos de emprego formal em estabelecimentos com atividade
caracterizada como Ci
encia, Tecnologia e Inovac
ao
ponderado por 10 mil;
PERIODO: 2009 FONTE: RAIS (Dados Brutos)
Qualidade na Educac
ao: Nota M
edia do IDEB Indice de Desenvolvimento da Educac
ao
B
asica das escolas p
ublicas (4a s
erie e 8a s
erie);
PERIODO: 2009 FONTE: INEP/MEC
Postos e ag
encias de correio;
PERIODO: 2010 FONTE: ECT (Dados Brutos)
N
umero de entidades representativas e associac
oes empresariais;
PERIODO: 2009 FONTE: Federac
oes Empresariais.
N
umero de ag
encias e postos banc
arios;
PERIODO: Dezembro/2010 FONTE: BACEN
Implementac
ao da Lei Geral e Plano Diretor Municipal gradac
ao de 0 a 10 (7 do indicador
e a ades
ao a
implementac
ao da Lei Geral e 3 ao est
agio do Plano Diretor Municipal);
PERIODO: 2009 FONTE: SEBRAE e MDIC
21
22
Para a construcao do ID-MPE, visando atender os objetivos delineados, foram observados os seguintes requisitos (Sebrae, 2009 p. 17-18 (59)):
a) Municipal. O ndice deve ser municipal, ser construdo a partir de dados
e indicadores que expressem a realidade particular e diferencial de cada
municpio;
b) Sintetico. O ndice deve ser sintetico, deve expressar por um conjunto
simples de indicadores e dimens
oes, o ambiente institucional favor
avel a
`s
MPE em cada municpio, de forma a ser f
acil e rapidamente adotado pelos
poderes p
ublicos e empresariais de cada municpio como uma referencia;
c) Anual. O ndice deve ser anual, deve captar dados e indicadores que
s
ao produzidos no perodo de observac
ao de um ano, de forma a captar
as mudancas no ambiente de neg
ocios promovidas por polticas e ac
oes de
uma gest
ao municipal, bem como captar os reflexos de programas de apoio
a MPE. O ID-MPE deve ser um ndice de monitoramento das aco
`
es e
n
ao apenas de diagn
ostico, portanto, ter uma periodicidade adequada para
tanto;
d) Base P
ublica. Os dados e indicadores utilizados para a construc
ao do
ID-MPE devem ser de fonte secund
aria e base p
ublica, produzidos com
consistencia temporal e regional. N
ao devem ser contemplados dados e indicadores produzidos pelo municpio sem referencia metodol
ogica que capte
o universo, para evitar-se distorc
oes e problemas de comparac
ao;
e) Acesso F
acil. Os resultados do ID-MPE, bem como o conjunto de
indicadores e dados secund
arios devem ser de f
acil disponibilidade e acesso
aos gestores e empres
arios do municpio;
f ) Replic
avel. A metodologia adotada para o Paran
a pode ser aplicada em
qualquer outra unidade da federac
ao, de forma a estabelecer uma metodologia de referencia para avaliac
ao e monitoramento de programas de desenvolvimento local baseadas na Lei Geral.
Segundo Hair et. alli (2008, p. 79) (38) para amostras maiores de 80 observacoes o valor de referencia
dos escores padr
ao (dados normalizados para = 0 e = 1) dever
a ser de 4.
3
Vide secao [4.1] para maiores detalhes.
23
proxima da matriz diagonal (Rencher, 2002 citado por Mingoti (2005)). A medida de adequacidade da amostra KMO e representada por um ndice (MAS) que avalia a adequacidade
da analise fatorial, sendo calculada por
XX
2
rjk
j6=k j6=k
XX
2
2
qjk
rjk
+
j6=k j6=k
j6=k j6=k
M SA = X X
(3.16)
onde:
2
rjk
e o quadrado dos elementos da matriz de correlacao original (fora da diagonal);
2
qjk
e o quadrado dos elementos fora da diagonal da matriz anti-imagem (onde qjk e
Interpretacao
Admir
avel
Mediano
Medocre
Ruim
Inaceit
avel
Tabela 1: Criterios de Avaliacao e Interpretacao do teste KMO (Hair et. alli (2008))
4
24
(F Fmin )
(Fmax Fmin )
(3.17)
em que Fmin e Fmax sao os valores maximo e mnimo observados para os escores
fatoriais associados aos municpios paranaenses.
Por meio deste procedimento, consegue-se alocar todos os escores fatoriais no intervalo fechado entre zero e um.
Assim, a construcao de cada ndice baseado no n
umero de fatores conforme a seguinte
formulacao geral:
[(Fn,i min Fn )/(max Fn min Fn )]
SubIndicei =
1/(n
umero de fatores extrados)
(3.18)
Em que o SubIndicei refere-se aos indicadores parciais IDE, IDM e IDI para cada
6
Para maiores detalhes dos metodos rotacionais vide Corrar, Paulo e Filho (2009) (17) Hair et. alli
(2008) (38) ou consulte o apendice.
25
iesimo municpio; Fn,i indica o escore fatorial do nesimo fator obtido para iesimo municpio e o n
umero de fatores extrados diz respeito ao criterio da quantia de fatores a serem
obtidos de acordo com criterio de raiz latente (autovalores) que apresentarem valores superior
a unidade e validados a partir do criterio de Kayser-Guttman7 .
Para resumirmos o procedimento de uma analise fatorial, reproduzimos o fluxograma
para o processo de obtencao dos indicadores no anexo [11] deste trabalho .
Au
ltima etapa metodologica da construcao do ID-MPE consiste na formacao de uma
analise de clusters com o objetivo de verificar se tais aglomerados apresentam correlacao com
o ranking dos municpios obtidos a partir do subndice obtido classificando-os desta maneira
como altos, baixos ou medios.
Por finalidades analticas, essa classificacao nao sera procedida neste trabalho, uma
vez que o objetivo parece somente condensar as variaveis8 .
Se estamos preocupados apenas com a reduc
ao do n
umero de vari
aveis,
ent
ao as dimens
oes podem orientar a criac
ao de novas medidas compostas.
Por outro lado, se temos uma base conceitual para compreender as relac
oes
entre as vari
aveis, ent
ao as dimens
oes podem realmente ter significado para
aquilo que elas coletivamente representam. No u
ltimo caso, essas dimens
oes podem corresponder a conceitos que n
ao podem ser adequadamente descritos por uma u
nica medida (p. ex., a atmosfera
de uma loja
e definida por muitos componentes sensoriais que devem ser medidos separadamente mas s
ao todos relacionados entre
si.) [Grifo meu] Hair et. alli 2008, p. 102 (38).
26
wij
1
=
0
se i e j
se i e j
sao contguos
nao sao contguos
27
O ndice de Moran pode ser descrito em funcao dos elementos basicos vistos anteriormente, e dado por:
n
I = XX
wij
XX
(yi y)2
(3.19)
Onde n representa o n
umero de localidades; wij e o peso espacial para ij e yi ,
o valor do atributo em analise, no caso algum subndice ou o proprio ID-MPE. O valor
esperado de I e [1/(n 1)]. Assim, no caso do ID-MPE Parana, o valor esperado sera
1/(399 1) = 0, 0025.
Se o valor calculado de I for superior ao valor esperado, temos autocorrelacao espacial positiva, isto e, existe uma tendencia de regioes com altos (baixos) valores de uma
variavel estarem rodeados de municpios com altos (baixos) valores desta variavel. Inversamente, se I calculado for menor do que o valor esperado de I temos autocorrelacao espacial
negativa, indicando que altos valores tendem a estar circundados por baixos valores de alguma variavel.
Para identificar estes clusters e fazer uma analise mais detalhada, convem calcular o
coeficiente de I de Moran local (Ii ). Ao inves de calcular o valor da estatstica levando-se em
consideracao toda a amostra de dados, o Ii e calculado apenas com os vizinhos do municpio
i. Conseguem captar padroes locais de interacao espacial, que sejam estatisticamente significativos. De acordo com Almeida (2009), o coeficiente Ii para uma variavel y padronizada
observada na regiao i pode ser expresso como:
Ii = wi
j
X
wij zj
(3.20)
j=1
Uma das vantagens do I de Moran local e que com seu calculo e possvel estabelecer
no mapa os padroes locais de autocorrelacao espacial. Estes resultados serao demonstrados
a seguir quando verificaremos os mapas de clusters (aglomerados) do ID-MPE.
28
Como os indicadores sao pre-definidos como IDE, IDM e IDI, iniciaremos a analise
pelo IDE, com as seguintes estatsticas descritivas:
Vemos facilmente que pelos resultados da assimetria e curtose e em especial pelos
resultados da estatstica Jarque-Bera os dados nao se distribuem normalmente.
Muitas vezes o fen
omeno aleat
orio contnuo que podemos estar interessados em estudar n
ao ir
a seguir distribuic
ao normal nem ser
a aproximada de
maneira adequada por ela (...) Levine et. alli (2000, p. 239) (49)
Todos os resultados foram obtidos com os softwares Eviews 6 e Microsoft Excel 2007. Na inspecao
gr
afica suprimimos os nomes dos municpios paranaenses por uma quest
ao de estetica somente. Deste modo
o municpio de n
umero 1 refere-se ao primeiro municpio do estado listado em ordem alfabetica.
29
IDE1 PIBreal
232572.1
51934.76
22423495
7426.457
1247742.
14.76613
254.2596
1064059.
0.000000
92796260
6.20E+14
399
IDE2 TxcrescPIB
0.060632
0.065500
0.348400
-0.414100
0.119857
-0.498759
4.121706
37.46055
0.000000
24.19200
5.717541
399
IDE3 Txinat
0.131010
0.128400
0.248400
0.029400
0.033665
0.296720
3.644754
12.76599
0.001690
52.27300
0.451078
399
IDE4 Txcriaestb
0.058099
0.057500
0.370400
-0.163600
0.064888
0.646106
6.732090
259.3219
0.000000
23.18170
1.675764
399
IDE5 Txempreend
0.020910
0.020300
0.042800
0.007000
0.006889
0.489025
3.246450
16.91296
0.000213
8.343200
0.018887
399
Utilizando a f
ormula da transformacao, qualquer variavel aleatoria normal x e
convertida em uma vari
avel normal padronizada Z. Levine et. alli (2000, p. 239) (49)
z=
xi
ide1 pibreal
1.0000
82400000.0000
ide2 txcrescpib
-1.0000
1.0000
ide3 txinat
0.0000
1.0000
ide4 txcriaestb
-1.0000
1.0000
ide5 txempreend
0.0000
0.0500
30
AutoValor
2.472614
0.957654
0.784906
0.529630
0.255197
Diferenca
1.514960
0.172748
0.255276
0.274432
Proporcao
0.4945
0.1915
0.1570
0.1059
0.0510
Cumulativo
Valor
2.472614
3.430267
4.215173
4.744803
5.000000
Cumulativo
Proporcao
0.4945
0.6861
0.8430
0.9490
1.0000
MSA
0.632500
0.721882
0.701568
0.626179
0.572388
0.650659
Vale ressaltar que a transformacao na variavel PIB real para o seu logaritmo natural
tem a u
nica finalidade de ajuste de escala numerica com as demais variaveis do IDE.
A respeito disso Hair et. alli (2008, p. 87) (38) ressaltam que:
Para distribuic
oes n
ao-normais, os padr
oes mais comuns s
ao distribuic
oes
achatadas e assimetricas. Para a distribuic
ao achatada, a transformac
ao
mais usual e a inversa (por exemplo, 1/y ou 1/x). As distribuic
oes assimetricas podem ser transformadas calculando-se a raiz quadrada, logaritmos, quadrados ou cubos (x2 ou x3 ), ou mesmo o inverso da vari
avel.
Geralmente, as distribuic
oes negativamente assimetricas s
ao melhor transformadas empregando-se uma transformac
ao de quadrado ou cubo, enquanto
o logaritmo ou a raiz quadrada normalmente funcionam melhor em assimetrias positivas. Em muitos casos, o pesquisador pode aplicar todas
as transformac
oes possveis ent
ao selecionar a vari
avel transformada mais
apropriada.
Dada a adequacao amostral das variaveis, podemos obter as cargas fatoriais de cada
variavel:
12
Ou autovalores que representam a soma em coluna de cargas fatoriais ao quadrado para um fator;
tambem conhecido como raiz latente. Representa a quantia de vari
ancia explicada por um fator. (Hair et.
alli (1995, p. 101) (38)
31
F1
0.502317
0.463290
0.601224
0.666022
0.365123
Vari
ancia
1.405330
0.320022
1.725351
F2
0.301838
-0.219079
-0.096414
-0.190029
0.368121
Cumulativo
1.405330
1.725351
3.130681
Comunalidade
0.343428
0.262634
0.370766
0.479696
0.268828
Diferenca
1.085308
Proporcao
0.814518
0.185482
1.000000
Cumulativo
0.814518
1.000000
Para fins de interpretacao, as cargas fatoriais acima de 0,7, (valor utilizado por
Souza e Lima, 2003 (62); Santos e Bacha, 2002 (58)), buscam evidenciar as variaveis mais
fortemente associadas a determinado fator.
A coluna das comunalidades nos demonstra a quantia total de variancia que uma
variavel original compartilha com todas as outras variaveis includas na analise.
Vemos que o n
umero de fatores a serem extrados denotados pela analise de componentes principais e pela analise de fatores comuns apresentou resultados distintos:
A an
alise fatorial de componentes e a mais adequada quando:
reduc
ao de dados e uma preocupac
ao priorit
aria, focando o n
umero
mnimo de fatores necess
arios para explicar a porc
ao m
axima da vari
ancia
total representada no conjunto original de vari
aveis, e
conhecimento anterior sugere que a vari
ancia especfica e de erro representam uma proporc
ao relativamente pequena da vari
ancia total.
An
alise de fatores comuns e mais apropriada quando:
o objetivo priorit
ario e identificar as dimens
oes ou construtos latentes
representados nas vari
aveis originais, e
o pesquisador tem pouco conhecimento sobre a quantia de vari
ancia
especfica e de erro, e, portanto, deseja eliminar essa vari
ancia.
Hair et. alli (2008, p. 112) (38)
Todavia tanto a analise de fatores comuns quanto a analise de componentes principais a literatura enfatiza que os resultados por ambas pode ser similar:
Apesar de haver muito debate sobre qual modelo fatorial e o mais apropriado (...) a pesquisa emprica tem demonstrado resultados an
alogos em
muitos casos. Na maioria das aplicac
oes, tanto a an
alise de componentes
quanto a an
alise de fatores comuns chegam a resultados essencialmente
identicos se o n
umero de vari
aveis exceder 30, ou se as comunalidades
32
excederem 0,6 para a maioria das vari
aveis. Se o pesquisador estiver preocupado com as suposic
oes da an
alise de componentes, ent
ao a an
alise de
fatores comuns tambem deve ser aplicada para avaliar sua representac
ao de
estrutura. Hair et. alli (2008, p. 113) (38)
Com a finalidade de melhorar a significancia e praticidade de interpretacao, rotacionamos a matriz de fatores pelo metodo VARIMAX para obtermos (Hair et. alli (2008) (38)):
Tabela 7: Resultados da matriz de cargas fatoriais rotacionadas para o IDE
log(IDE1 PIBreal)
IDE2 TxcrescPIB
IDE3 Txinat
IDE4 Txcriaestb
IDE5 Txempreend
F1
0.275116
0.509952
0.565008
0.668766
0.123379
F2
0.517435
0.050820
0.227005
0.180134
0.503592
Em negrito temos a localizacao das variaveis em cada fator e seus respectivos pesos
na composicao da componente. Vemos que a variavel taxa de criacao de estabelecimentos
foi a que exerceu maior peso na composicao do IDE seguida da taxa de inatividade.
Apos a obtencao dos fatores e coeficientes (cargas fatoriais) necessarios na estimacao
dos escores fatoriais, calculou-se o subndice IDE, como explicitado na equacao (4.10), para
cada municpio. Uma vez estimado o IDE e apos encontrar os pesos associados a cada um
dos indicadores obtidos por meio de uma analise de regressao linear, pode-se entao obter o
valor de Fn,i conforme descrito na equacao (4.10). Diante do grande n
umero de municpios,
os resultados da analise sao apresentados de forma preliminar. (Para verificar o ranking
completo consulte os anexos.)
Alguns pontos importantes devem ser ressaltados no que diz respeito `a replicacao
metodologica destes procedimentos:
1. Como os resultados gerados para o IDE naquele perodo de tempo dependem de uma
estrutura de variancia e covariancia para o ano de 2009, se as condicoes mudarem
significativamente, p. ex. as taxas contidas nele, a estrutura de pesos e escores fatoriais
irao mudar captando esses efeitos, de modo que os resultados para o ano subsequente
(passado) nao poderao ser comparaveis temporalmente. A solucao para isso seria
reestimarmos a analise do modelo fatorial com os dados organizados em diferentes
pontos do tempo e no mesmo ponto do espaco conjuntamente. Em seguida poderamos
adotar a estrategia de atualizarmos os resultados do passado13 (necessita de maior
pesquisa) ou trabalharmos com as variacoes percentuais de um resultado em relacao
ao outro em relacao ao ano-base.
13
33
Cascavel
Ponta Grossa
Pinhais
IDE
0.7584
0.7138
0.7132
0.6945
0.6888
0.6852
0.6826
0.6791
0.6772
0.6580
34
idm1 txcriaempre
-1.0000
1.0000
idm2 vaf
1.00
29400000000.00
idm3 txcrescmassa
-1.0000
1.0000
idm4 massa
1
21000
idm5 pop
1
10100000
idm6 rendapc
1
12000
MSA
0.604912
0.670807
0.578972
0.798757
0.665407
0.828067
0.689757
A seguir partimos para a construcao dos fatores e para a avaliacao das significancias
das cargas fatoriais que e dada conforme elucida Hair et. alli (2008, p. 120) (38):
Apesar das cargas fatoriais de 0,30 a 0,40 serem minimamente aceit
aveis, val-
pr
atica.
35
Tabela 11: Matriz de cargas fatoriais nao-rotacionadas e analise de fatores comuns para as
variaveis do IDM
IDM1 TXCRIAEMPRE
LOG(IDM2 VAF)
IDM3 TXCRESCMASSA
LOG(IDM4 MASSA)
LOG(IDM5 POP)
LOG(IDM6 RENDAPC)
Fator
F1
F2
Total
F1
0.581593
0.855661
0.518492
0.755594
0.829273
0.763619
Vari
ancia
3.180971
1.321487
4.502458
F2
0.692763
-0.382896
0.725164
-0.078300
-0.394661
-0.084890
Cumulativo
3.180971
4.502458
7.683429
Comunalidade
0.818170
0.878765
0.794697
0.577053
0.843452
0.590321
Diferenca
1.859484
Proporcao
0.706497
0.293503
1.000000
Cumulativo
0.706497
1.000000
Para uma melhor interpretacao dos resultados fatoriais, rotacionamos a matriz pelo
metodo VARIMAX para obtermos uma significancia estatstica superior:
Tabela 12: Resultados da matriz de cargas rotacionadas para o IDM
IDM1 TXCRIAEMPRE
LOG(IDM2 VAF)
IDM3 TXCRESCMASSA
LOG(IDM4 MASSA)
LOG(IDM5 POP)
LOG(IDM6 RENDAPC)
F1
0.160599
0.932823
0.089739
0.694660
0.915766
0.704899
F2
0.890156
0.092769
0.886929
0.307410
0.069451
0.305678
36
F1
-0.058195
0.464904
-0.090383
0.143986
0.335861
0.150431
IDM1 TXCRIAEMPRE
LOG(IDM2 VAF)
IDM3 TXCRESCMASSA
LOG(IDM4 MASSA)
LOG(IDM5 POP)
LOG(IDM6 RENDAPC)
F2
0.501036
-0.088311
0.450963
0.060528
-0.105397
0.057671
Hair et. alli (2008) (38) e Corrar et. alli (2009) (17) ressaltam que o uso dos
coeficientes pode ser aplicado para criacao de novos indicadores (rotulos dos fatores), para
isso basta multiplicar os scores apresentados na tabela (...) em cada um dos casos. (Corrar
et. alli (2009, p. 116) (17)).
A equacao que descreve a construcao do subndice IDM conforme equacao (4.9)
assume a seguinte especificacao:
"
"
1
(F1,i max F1 )
(F2,i min F2 )
1
+
IDMi =
2 (max F1 min F1 )
2 (max F2 min F2 )
(3.21)
Para visualizar os resultados do valor do IDM municipal vide a tabela [??] em anexo.
De um modo simplificado, podemos resumir os resultados do IDM com uma simples tabela
de frequencias:
Tabela 13: Tabulacao do IDM para os municpios paranaenses
Valor
[0.4, 0.5)
[0.5, 0.6)
[0.6, 0.7)
[0.7, 0.8)
Total
Contagem
6
301
91
1
399
Percentual
1.50
75.44
22.81
0.25
100.00
37
IDM
0.7084
0.6850
0.6791
0.6693
0.6623
0.6620
0.6616
0.6521
0.6456
0.6411
idi1 capinv
0.00000
0.40000
idi2 cti
1.00000
370.00000
idi3 ideb
0
10
idi4 corr
0
20
idi5 assoc
0
8
idi6 sistfin
0
23
idi7 lg
0.00
10.00
MSA
0.523152
0.553681
0.609746
0.556465
0.447811
0.503103
0.558721
0.539621
38
Tabela 17: Matriz de cargas fatoriais nao-rotacionadas e analise de fatores comuns para as
variaveis do IDI
100*IDI1 CAPINV
LOG(IDI2 CTI)
IDI3 IDEB
IDI4 CORR
IDI5 ASSOC
IDI6 SISTFIN
IDI7 LG
Fator
F1
F2
F3
Total
F1
0.062358
0.291239
0.590551
0.537471
0.278939
0.49213
0.220648
Vari
ancia
1.095.019
0.851404
0.301966
2.248.389
F2
0.544093
0.443071
0.176085
-0.362422
0.197762
-0.345989
0.194631
Cumulativo
1.095.019
1.946.423
2.248.389
5.289.831
F3
0.212857
0.206199
-0.14151
0.024801
-0.353459
0.240501
-0.103567
Diferenca
0.243615
0.549438
Comunalidade
0.345234
0.32365
0.399781
0.42084
0.241849
0.419741
0.097293
Proporcao
0.487024
0.378673
0.134303
1.000.000
Cumulativo
0.487024
0.865697
1.000.000
Pela analise de fatores principais vemos que com tres fatores estatisticamente significativos formados teremos em geral os primeiros fatores concentrando maior parcela de
variancia explicada. Este fato reflete a organizacao das variaveis dentro dos tres fatores
dentro IDI e suas respectivas contribuicoes na variancia comum existente.
Todavia, as comunalidades nos mostram que as quantias totais que uma variavel
original contribuem com as demais includas na analise sao relativamente baixas. Hair et. alli
(2008) (38) recomendam que se utilize da diretriz de considerar como baixas comunalidades
valores abaixo de 0,5.
Os resultados nos demonstram que poucos fatores sao considerados significativos, o
que nos direciona a rotacionar a matriz pelo criterio VARIMAX ortogonal para obtermos:
Tabela 18: Resultados da matriz de cargas fatoriais rotacionadas para o IDI
100*IDI1 CAPINV
LOG(IDI2 CTI)
IDI3 IDEB
IDI4 CORR
IDI5 ASSOC
IDI6 SISTFIN
IDI7 LG
F1
-0.170887
0.056332
0.306883
0.615343
-0.017773
0.647737
0.027307
F2
0.559714
0.544128
0.229721
-0.111304
0.037551
0.008669
0.157639
F3
0.052453
0.156209
0.502824
0.172642
0.490024
-0.010141
0.267763
39
Figura 5: Comparativo das cargas fatoriais nao rotacionadas e rotacionadas para o IDI
municpio para a construcao do subndice IDI e gerar o ranking dos municpios:
Tabela 19: Ranking dos 10 maiores IDIs dos municpios paranaenses
Municpios
Ivatuba
Nova Alianca do Iva
Marip
a
Matinhos
Curitiba
Maring
a
Boa Esperanca do Iguacu
IDI
0.49182
0.48312
0.47968
0.47437
0.4589
0.4486
0.44089
0.4359
0.4354
0.4338
40
Empregos em CT&I
A exemplo do municpio de Ivatuba que apresentou a segunda colocacao na variavel
sistema financeiro (21 postos bancarios para cada 10 mil habitantes) e no municpio de
Maripa que apresentou a segunda colocacao na variavel Associativismo (5 entidades associativas para cada 10 mil habitantes).
A sugestao para a correcao de tais distorcoes presentes neste indicador seria a simples
utilizacao das variaveis listadas acima para sua escala bruta.
IDMPE
0.64194
0.60316
0.6010
0.5965
0.5902
0.5853
0.5788
0.5758
0.5710
0.5698
41
O economista Bryan Caplan criticou a forma como as pontuacoes do IDH sao produzidas; cada um dos tres componentes sao limitados entre zero e um. Como resultado disso,
os pases ricos nao podem efetivamente melhorar a sua classificacao em certas categorias,
embora haja muito espaco para o crescimento economico e longevidade. Isso efetivamente
significa que um pas de imortais, com um infinito PIB per capita iria obter uma pontuacao
42
43
44
seus vizinhos.
Os quatro quadrantes de associacao linear espacial ilustrados na figura abaixo, sao:
Alto-Alto (Q1), Baixo-Baixo (Q2), Baixo-Alto (Q3) e Alto-Baixo (Q4).
relacao espacial positiva, ou seja, tanto para o IDE, IDI, IDM e IDMPE havera sempre uma
tendencia de regioes com altos (baixos) valores estarem rodeados de municpios com altos
(baixos) valores para estes subndices, o que parece ser muito condizente com a teoria da
localizacao descrita por Krugman, Fujita e Venables (2002) (32).
45
16
46
Modelo de Simula
c
ao com AF para o Indice de
Desenvolvimento Empresarial
O problema nao e que os computadores passem a pensar como a gente, mas que
a gente passe a pensar como eles. (Erich Fromm)
47
ID-MPE PR sera obtido num primeiro estagio e posteriormente serao nomeados os fatores/componentes do ndice.
Os procedimentos metodologicos para a construcao do modelo de simulacao podem
ser generalizados conforme os passos a seguir:
1. Avaliacao dos pressupostos estatsticos basicos para a AF (normalidade, homocedasticidade e linearidade)
2. Construcao das variaveis nao como taxas de variacao e sim como taxas de crescimento
3. Computo do Indice dentro da escala 0 e 1, sem criacao de municpios fictcios e sem
a restricao de pesos de 1/3 para cada subndice, ou seja, a padronizacao assumira a
seguinte especificacao:
IDMSi = wbi
b min(G
b )
b min(G
b )
G
G
i
i
k
k
bk
+
w
b
b
b
b )
max(Gi ) min(Gi )
max(Gk ) min(G
k
(4.1)
(4.2)
Vide Hair et. alli (1995) para outros testes univariados parametricos e n
ao parametricos.
48
A condicao de homocedasticidade2 , ou seja, quando as variancias do modelo estimado forem identicas (E(u2i ) = 2 i = 1, 2, . . . , n) sera avaliada atraves do teste naoparametrico de Levene, da seguinte maneira:
Primeiramente fazemos uma transformacao dos dados originais e aplicar aos dados
transformados o teste da ANOVA. Levene (1960) propros a seguinte transformacao:
zij = |xij xi |,
i = 1, . . . , k
e j = 1, . . . , n
(4.3)
onde:
zij representa os dados apos transformacao; xij : representa os dados originais; e xi :
representa a media do nvel i, para os dados originais.
Uma transformacao (robusta) alternativa considerada para o procedimento de Levene, proposto por Brown (1974), e substituir a media do nvel pela mediana.
Para obter a mediana devemos, em primeiro lugar, ordenar os dados do menor para
o maior valor. Se o n
umero de dados for mpar, a mediana sera o dado central. Se o n
umero
de dados for par, a mediana sera a media aritmetica dos dois dados centrais.
Com isso, a expressao a seguir e substituda por
zij = |xij xei |,
i = 1, . . . , k
e j = 1, . . . , n
(4.4)
onde:
zij representa os dados apos transformacao; xij representa os dados originais; e xei :
Apos a transformacao dos dados originais pela expressao (4.3), aplicamos o teste da
ANOVA. Se a estatstica F for significativa rejeitamos a hipotese de igualdade das variancias.
E finalizando a primeira etapa metodologica avaliaremos a condicao de linearidade
que segundo Hair et. alli (2008, p. 86) (38):
Como as correlac
oes apresentam apenas a associac
ao entre as vari
aveis, os
efeitos n
ao-lineares n
ao ser
ao representados no valor de correlac
ao. Essa
sempre
omiss
ao resulta numa subestimac
ao da forca real da relac
ao. E
prudente examinar todas as relac
oes para identificar desvios de linearidade
que possam afetar a correlac
ao.
49
1 = ln Y0
2 = ln(1 + r)
reescrevemos a equacao anterior como:
ln Yt = 1 + 2 t
e se adicionarmos o termo de perturbacao `a equacao acima, obtemos:
ln Yt = 1 + 2 t + u
(4.5)
Onde t representa o tempo, que assume valores 1, 2, 3, etc. Nesse modelo assumimos que
2 =
S
ao dados de uma ou mais vari
aveis coletados no mesmo ponto do tempo (...)
p.12) (37)
Gujarati (2000,
50
Um modelo log-lin (...) e particularmente u
til em situac
oes em que a
vari
avel X e o tempo, como em nosso exemplo do PNB [sic], j
a que, nesse
caso o modelo descreve a taxa de crescimento (se 2 > 0) relativo constante
(= 2 ) ou percentual constante (100 2 ) ou a taxa de declnio (2 < 0),
na vari
avel Y . Da o motivo de modelos log-lin [sic] serem chamados de
modelos de crescimento constante. Gujarati (2000, p. 160) (37)
V Ej =
N
X
Xij pi
i=1
onde V Ej = valor esperado da acao j; Xij = o retorno que ocorre quando o rumo
de acao j e selecionado e o evento i ocorre; pi = a probabilidade de ocorrencia do evento i.
e da mesma forma obtemos a perda de oportunidade esperada da acao j onde
P OEj =
N
X
lij pi
i=1
onde lij = a perda de oportunidade que ocorre quando o rumo de acao j e escolhido
e o evento i ocorre; e pi = probabilidade de ocorrencia do evento i.
Vale informar que na maioria dos casos da formulacao destes cenarios a atribuicao de
probabilidades pode ser definida objetivamente ou subjetivamente pelo analista/pesquisador,
todavia, o diferencial neste trabalho consistira no uso da variancia explicada para cada fator
51
n
X
i=1
(xi )2 pi
(4.6)
V Ej
j
(4.7)
p(A|B) =
onde
p(A e B)
p(B)
(4.8)
52
(4.9)
p(A|Bi )p(Bi )
p(A|B1 )p(B1 ) + p(A|B2 )p(B2 ) + . . . + p(A|Bk )p(Bk )
(4.10)
(4.11)
k=1
Conforme Shamblin (1979) (61) a tecnica de Monte Carlo pode ser apresentada
atraves dos seguintes passos:
1. Estabelecimento da distribuicao de probabilidade A distribuicao de probabilidade
4
53
nos n
umeros aleatorios dever ser o mesmo que o n
umero de dgitos usado nos n
umeros
de etiqueta. (Pamplona e Silva, 2005, p. 5) (51)
5. Simulacao do experimento
Deste modo a Simulacao de Monte Carlo fornece uma estimativa do valor do cenario
escolhido esperado, assim como um erro para a estimativa, o qual e inversamente proporcional
ao n
umero de iteracoes. O erro total e dado por:
3
=
N
(4.12)
3
N=
2
(4.13)
Zn =
N
converge em distribuicao para a distribuicao normal padr
ao (0,1).
54
Esta e a estimativa de um n
umero mnimo de iteracoes, o que significa que um
n
umero consideravelmente maior que este deve ser levado em conta para um bom resultado
de simulacao.
A analise grafica descrita na secao 3.4 nos demonstrou que os dados da cross-section
nao se comportaram nem proximos da distribuicao normal e apresentaram caractersticas de
nao-linearidade e heterocedasticidade. Apos a transformacao das variaveis que eram somente
taxas de variacao, adotamos como criterio a construcao das taxas de crescimento conforme
descrito na equacao 4.5 para o PIB de 2009 e 2008 e massa salarial (bruta) e transformamos
todas as variaveis para a distribuicao normal padronizada Z.
Assim, a etapa posterior do modelo proposto consiste em se construir a analise
fatorial da maneira como e descrita na literatura especializada, de modo que, as componentes/fatores sejam construdos apos a base de dados construda.
Medidas de valores de adequac
ao da amostra (MSA) devem exceder 0,50
tanto para o teste geral quanto para cada variu
avel individual; vari
aveis
com valores inferiores a 0,5 devem ser omitidas da an
alise fatorial uma
por vez, sendo aquela com menor valor eliminada a cada vez. Hair et. alli
(2009, p. 110) (38)
Deste modo, procedemos na busca de uma amostra que fosse capaz de fornecer uma
AF satisfatoria atraves do teste KMO:
55
Tabela 21: Resultados do teste de adequacao amostral de KMO para o modelo proposto
IDE1 PIBREALPADR
IDE2 TXPIBPADR
IDE3 TXINATPADR
IDE4 TXCRIAPADR
IDE5 TXEMPREENDPADR
IDM1 CRIAEMPREABSPADR
IDM2 VAFPADR
IDM3 TXCRESCMASSAPADR
IDM4 MASSABRPADR
IDM5 POPPADR
IDM6 RENDAPCPADR
IDI1 CAPINVPADR
IDI2 CTIBRPADR
IDI3 IDEBPADR
IDI4 CORRBRPADR
IDI5 SISTFINBRPADR
IDI6 ASSOCBRPADR
IDI7 LGPADR
Kaisers MSA
MSA
0.820061
0.544675
0.468409
0.519553
0.616384
0.877717
0.847280
0.243422
0.919635
0.905341
0.884296
0.792646
0.811299
0.521151
0.976907
0.888035
0.944091
0.591099
0.868895
Atraves dos resultados obtidos com o teste de KMO, podemos excluir da analise
as variaveis Taxa de Inatividade e Taxa de Crescimento da Massa Salarial. A justificativa
economica para tal procedimento consiste no fato da AF captar variaveis de maior dimensao
e variancia. Assim, como a Taxa de Inatividade assume a interpretacao do quanto maior
pior, o ideal seria que utilizassemos em seu lugar uma Taxa de Atividade das Empresas.
Em seguida, rodamos novamente o teste KMO sem essas duas as variaveis:
Tabela 22: Resultados do teste KMO com exclusao de variaveis
IDE1 PIBREALPADR
IDE2 TXPIBPADR
IDE4 TXCRIAPADR
IDE5 TXEMPREENDPADR
IDI1 CAPINVPADR
IDI2 CTIBRPADR
IDI3 IDEBPADR
IDI4 CORRBRPADR
IDI5 SISTFINBRPADR
IDI6 ASSOCBRPADR
IDI7 LGPADR
IDM1 CRIAEMPREABSPADR
IDM2 VAFPADR
IDM4 MASSABRPADR
IDM5 POPPADR
IDM6 RENDAPCPADR
Kaisers MSA
MSA
0.826290
0.538225
0.419432
0.615244
0.793498
0.814990
0.515243
0.977114
0.894062
0.944142
0.598152
0.903075
0.853677
0.915062
0.906844
0.883695
0.877469
56
MSA
0.826246
0.536118
0.612802
0.792661
0.814657
0.524737
0.977129
0.944015
0.893724
0.613061
0.904698
0.853669
0.915135
0.906740
0.883075
0.878201
Assim, as variaveis que foram excludas da analise de acordo com este criterio foram
as seguintes: Taxa de Inatividade, Taxa de Crescimento da Massa Salarial e Taxa de Criacao
de Estabelecimentos.
Tabela 24: Matriz nao rotacionada e analise de fatores comuns para o modelo a simular
IDE1 PIBREALPADR
IDE2 TXPIBPADR
IDE5 TXEMPREENDPADR
IDI1 CAPINVPADR
IDI2 CTIBRPADR
IDI3 IDEBPADR
IDI4 CORRBRPADR
IDI6 ASSOCBRPADR
IDI5 SISTFINBRPADR
IDI7 LGPADR
IDM1 CRIAEMPREABSPADR
IDM2 VAFPADR
IDM4 MASSABRPADR
IDM5 POPPADR
IDM6 RENDAPCPADR
Fator
F1
F2
F3
Total
F1
0.974045
-0.059531
0.193422
0.450399
0.981737
0.021297
0.848504
0.949516
0.985295
0.090185
0.958237
0.984284
0.976874
0.985205
0.535919
Variancia
8.856474
1.320938
0.549791
10.72720
F2
-0.086979
-0.036959
0.646996
0.546063
-0.157976
0.169155
0.017379
0.118305
-0.137800
0.191703
-0.188553
-0.089706
-0.176430
-0.041846
0.628597
Cumulativo
8.856474
10.17741
10.72720
29.76109
F3
-0.030937
0.315661
0.097953
-0.376756
0.054832
0.402973
-0.035573
0.006947
0.036215
0.314725
0.096084
-0.011233
0.058404
-0.093640
0.095099
Diferenca
7.535535
0.771147
Comunalidade
0.957286
0.104552*
0.465611*
0.642990
0.991770
0.191454*
0.721526
0.915626
0.991106
0.143935*
0.963002
0.976989
0.988821
0.981148
0.691386
Proporcao
0.825609
0.123139
0.051252
1.000000
Cumulativo
0.825609
0.948748
1.000000
Algumas comunalidades (destacadas com *) se mostraram insuficientes por apresentarem valores inferiores a 0,5. Todavia, focaremos nossa atencao nos resultados obtidos
com o teste KMO e com a analise de fatores comuns.
Para obtermos uma analise mais adequada e precisa da estrutura inerente na interelacao dos dados rotacionamos a matriz de cargas fatoriais:
57
Tabela 25: Resultados da matriz fatorial rotacionada para as variaveis do modelo a simular
IDE1 PIBREALPADR
IDE2 TXPIBPADR
IDE5 TXEMPREENDPADR
IDI1 CAPINVPADR
IDI2 CTIBRPADR
IDI3 IDEBPADR
IDI4 CORRBRPADR
IDI6 ASSOCBRPADR
IDI5 SISTFINBRPADR
IDI7 LGPADR
IDM1 CRIAEMPREABSPADR
IDM2 VAFPADR
IDM4 MASSABRPADR
IDM5 POPPADR
IDM6 RENDAPCPADR
F1
0.967363
-0.039157
0.047739
0.304616
0.993546
-0.003345
0.821659
0.899044
0.991895
0.055787
0.978843
0.978609
0.993036
0.966081
0.385444
F2
0.135085
-0.064724
0.668310
0.650820
0.063516
0.149744
0.208761
0.327554
0.084860
0.191435
0.026474
0.133762
0.044289
0.184577
0.727277
F3
-0.056985
0.314372
0.129204
-0.355854
0.024552
0.411120
-0.053115
-0.007318
0.007001
0.322762
0.064561
-0.037691
0.027207
-0.117335
0.117847
A tabela acima nos demonstra que a variavel empregos em CT&I bruta e a que mais
exerce influencia no fator, seguida da massa salarial bruta e do n
umero dos postos bancarios
(sistema financeiro).
A respeito desta u
ltima variavel e importante ressaltar que a mesma nao e capaz de
refletir fidedignamente um sistema financeiro:
Formam o chamado sistema monet
ario: Todas as instituico
es que podem criar moeda (Banco Central com a criac
ao de moeda manual e Bancos Comerciais com a criac
ao de moeda escritural); Formam o sistema financeiro n
ao-monet
ario: Instituic
oes financeiras n
ao autorizadas a receber
dep
ositos `
a vista; (Cardim de Carvalho et. alli, 2000) (11)
b i min(G
bi)
G
b i ) min(G
bi)
max(G
{z
+12, 31%
|
b k min(G
bk)
G
b k ) min(G
bk)
max(G
{z
+5, 12%
|
b l min(G
bl)
G
b l ) min(G
bl)
max(G
{z
b representa o i
Lembrando que G
esimo escore fatorial estimado e os valores em
i
58
Figura 9: Comparativo das cargas nao rotacionadas e rotacionadas para o indicador proposto
Como a AF organizou os dados em tres componentes organizamos os resultados da
matriz rotacionada e das mesmas dentro de cada componente:
Tabela 26: Organizacao das variaveis nas componentes no modelo proposto
F1
82.56%
F2
12.31%
F3
5.13%
IDE1 PIBREALPADR
0.967363
IDM1 CRIAEMPREABSPADR
0.978843
IDE5 TXEMPREENDPADR
0.66831
IDE2 TXPIBPADR
0.314372
IDI2 CTIBRPADR
0.993546
IDM2 VAFPADR
0.978609
IDI1 CAPINVPADR
0.65082
IDI3 IDEBPADR
0.41112
IDI4 CORRBRPADR
0.821659
IDM4 MASSABRPADR
0.993036
IDM6 RENDAPCPADR
0.727277
IDI7 LGPADR
0.322762
IDI6 ASSOCBRPADR
0.899044
IDM5 POPPADR
0.966081
Nota-se que as variaveis de dimensao (Crescimento Schumpeteriano) concentramse no primeiro fator como populacao, VAF, PIB e massa salarial bruta. Ja o segundo fator
ordenou as variaveis de IDE, IDI e IDM (proposto pelo Sebrae e IBQP (2009)), empreendedorismo, capacidade de investimento municipal e renda per capita fornecendo evidencia do
que se possa entender como Crescimento Solowiano e na terceira componente podemos
rotular o fator como sendo Ambiente Institucional.
A dificuldade em se rotular os fatores e descrita por Hair et. alli (2009, p. 122) (38)
Esse r
otulo n
ao e determinado ou designado pelo programa computacional
que realiza a an
alise fatorial; em vez disso o r
otulo e desenvolvido intuiti-
59
vamente pelo pesquisador com base em sua adequac
ao para representar as
dimens
oes latentes de um fator particular. Segue-se o procedimento adotado para cada fator extrado. O resultado final ser
a o nome ou r
otulo que
represente cada fator determinado da melhor maneira possvel.
Como o resultado de cada componente sera dado pela multiplicacao entre o percentual de variancia explicada do fator e o escore fatorial padronizado para os valores 0 e 1,
ranqueamos os municpios em ordem decrescente para cada componente rotulada (Crescimento Schumpeteriano, Crescimento Solowiano e Ambiente Institucional). Os resultados dos 10 maiores de cada componente estao elencados a seguir: (Consulte os anexos para
visualizar os resultado completos.)
Tabela 27: Ranking dos maiores municpios em cada componente do modelo proposto
Municipios
Curitiba
Londrina
Maringa
Sao Jose dos Pinhais
Araucaria
Foz do Iguacu
Cascavel
Ponta Grossa
Paranagua
Toledo
Municipios
Curitiba
Maripa
Palotina
Ivatuba
Pranchita
Sao Joao
Pato Branco
Mercedes
Bom Sucesso do Sul
Vitorino
Crescimento Schumpeteriano
0.826
0.143
0.104
0.094
0.076
0.072
0.070
0.069
0.041
0.031
Ambiente Institucional
0.0512
0.0486
0.0485
0.0477
0.0475
0.0474
0.0466
0.0463
0.0459
0.0458
Posic
ao
1o
2o
3o
4o
5o
6o
7o
8o
9o
10 o
Posic
ao
1o
2o
3o
4o
5o
6o
7o
8o
9o
10 o
Municipios
Maringa
Cascavel
Londrina
Pato Branco
Palotina
Paranagua
Matinhos
Francisco Beltrao
Campo Mourao
Umuarama
Crescimento Solowiano
0.123
0.119
0.115
0.111
0.096
0.095
0.093
0.092
0.091
0.091
Posic
ao
1o
2o
3o
4o
5o
6o
7o
8o
9o
10 o
Tabela 28: Cenario construdo a partir dos resultados gerados pelo indicador proposto
pi
0.3
0.4
0.3
Evento (Ei )
Pessimista (mn. da componente)
Mais Prov
avel (media da componente)
Otimista (m
ax. da componente)
Cresc. Schump.
0.000
0.012
0.826
VE = 0.253
lij pi
0.000
0.011
0.000
POE = 0.004
Cresc.Sol.
0.000
0.036
0.123
VE = 0.051
lij pi
0.000
0.001
0.211
POE = 0.064
Amb. Inst.
0.000
0.040
0.051
VE = 0.031
lij pi
0.000
0.000
0.232
POE = 0.070
IDMS
0.000
0.088
1.000
Como sabemos que atraves da AF rodada para o IDMS temos a componente Crescimento Schumpeteriano compondo 82,56% da
variancia explicada (peso) seguida da componente Oportunidade de Negocios com 12,31% e o Ambiente Institucional com outros 5,13%
buscamos seguir a premissa de ao menos mantermos os valores esperados orientado pela mesma ordem. Ou seja, para a componenente
Crescimento Schumpeteriano teremos um maior peso, seguido da Oportunidade de Negocios e do Ambiente Institucional.
O conceito de perda de oportunidade esperada tratadaneste trabalho simula uma opcao de escolha entre uma componente a outra,
fato este que inviabiliza uma analise mais apropriada de tal medida.
Em seguida, partiremos para a simulacao deste cenario combinando n possibilidade estocasticas utilizando o procedimento da Simulacao
de Monte Carlo assumindo os valores mnimos, medios e maximos de cada componente do IDMS.
60
61
1
ba
contrario8 .
Pela equacao 4.12 e assumindo um % de 5% obtivemos o valor de N = 2200 iteracoes.
O histograma a seguir ilustra os resultados das estatsticas descritivas e das distribuicoes aproximadas (normal e uniforme) para o cenario definido anteriormente com a
Simulacao de Monte Carlo:
Vale ressaltar que a maioria dos pacotes convencionais software utilizados para realizar a Simulacao de Monte Carlo baseiam-se no seguinte algoritmo:
)
(
1 X
3
99, 8%
Pr
<
N
N
N
De acordo com Fernandes (2005) (26) este algoritmo nao e tido como confiavel sendo
assim nao recomendavel para a Simulacao Monte Carlo. O autor sugere o uso do algoritmo
medida que o tamanho da amostra (n
A
umero de observaco
es em cada amostra) se torna suficientemente
grande, a distribuica
o de amostragem da media aritmetica pode ser aproximada pela distribuica
o normal. Isto
e verdadeiro, independentemente do formato da distribuica
o dos valores individuais da populaca
o. Levine
et. alli (2000, p. 259) (49)
8
Os resultados dos n
umeros aleat
orios para a distribuicao uniforme contnua foram gerados com o software
Matlab 6.
7
62
O aplicativo livre para uso no software comercial Microsoft Excel, pode ser obtido no endereco
http://www.math.sci.hiroshima-u.ac.jp/
63
Evento Ei
Pessimista (mnimo da componente)
Mais Prov
avel (media da componente)
Otimista (m
aximo da componente)
Prob.
do Passado
p(Ei )
0.1
0.6
0.3
Prob.
Condicional
p(F1 |Ei )
0.2
0.4
0.7
Prob
Combinada
p(F1 |Ei )p(Ei )
0.02
0.24
0.21
Prob
Revisada
p(Ei |Fi )
0.04
0.51
0.45
Tabela 30: Cenario para IDMS com probabilidades revistas via Teorema de Bayes
pi
0.04
0.51
0.45
Evento (Ei )
Pessimista (mnimo da componente)
Mais Prov
avel (m
edia da componente)
Otimista (m
aximo da componente)
Crescimento Schumpeteriano
0.000
0.012
0.826
VE = 0.375
lij pi
0.000
0.014
0.000
POE = 0.007
Oportunidade de Neg
ocios
0.000
0.036
0.123
VE = 0.074
lij pi
0.000
0.002
0.314
POE = 0.141
Ambiente Institucional
0.000
0.040
0.051
VE = 0.043
lij pi
0.000
0.000
0.346
POE = 0.155
IDMS
0.000
0.088
1.000
Que aponta um resultado mais favoravel ao ambiente de negocios com um equilbrio entre os eventos mais provavel e otimista,
indicando um terreno de boas oportunidades para as empresas e o entorno competitivo. Todavia, o evento pessimista tambem deve ser lembrado
no sentido de que em perodos de crise ou desanimos das expectativas dos agentes economicos, surgem as chamadas inovacoes incrementais e
radicais.
Schumpeter distingue as inovacoes capazes de provocar rupturas no equilbrio geral das que provocam reacoes adaptativas. Deste
modo, uma inovacao que implique em novos investimentos e englobe atividades economicas com grandes encadeamentos a jusante e a montante
induzira a realizacao de inovacoes adaptativas. Assim, na esteira das inovacoes prim
arias e induzidas, [havera] uma onda secundaria capaz
de manter, durante algum tempo, efeitos de desajuste, ao mesmo tempo abrangente e significativos, e, assim (...), provocar uma flutuacao
(...) que possa ser chamada de ciclo Schumpeter (1985, p. 192) (69).
Portanto, a simples combinacao do modelo de desenvolvimento empresarial (IDMS) e sua tentativa de mensuracao do ambiente de
negocios atraves de um indicador baseado em fontes secundarias, mostra-se extremamente limitado, uma vez que uma cadeia de complexidade
e fatores de diversas dimensoes podem explicar este fenomeno com mais clareza. A teia envolve desde processos de gestao, fatores humanos,
sociais, intelectuais, culturais, polticos, institucionais, tecnologicos, financeiros, economicos e por adiante.
A necessidade de pesquisas futuras que se mostrem capazes de simular diversos cenarios e condicoes atraves de jogos evolucionarios
adaptativos, modelos baseados em agentes e neurociencia por exemplo, tem gerado resultados mais proveitosos no que diz respeito a investigacao
dos habitats contemplando uma perspectiva mais holstica e sistemica do comportamento mutavel do ambiente de negocios.
64
65
66
CONSIDERAC
OES
FINAIS
O proposito deste estudo foi demonstrar como o cenario economico modelado por
indicadores ou pela construcao cenarios pode ser extremamente restrito no que diz respeito
a real complexidade envolvida nos processos de adaptabilidade, mutacao e expectativas dos
agentes envolvidos neste sistema.
No entanto, a necessidade da criacao de algum parametro quantitativo exerce um
forte poder de influencia do que diz respeito ao campo de atuacao dos gestores de polticas
p
ublicas e de organizacoes empresariais. Neste quesito, o conceito de desenvolvimento vem
`a tona demonstrando todas as suas faces no que diz respeito aos entendimentos teoricos de
sua percepcao.
Os avancos da perspectiva neo-schumpeteriana (conforme Corazza e Fracalanza
(2004) (18)) buscam compreender a questao expectacional dos agentes onde eles sao capazes de avaliar o ambiente seletivo em que estao inseridos e mesmo com sua racionalidade
limitada podem moldar esse ambiente de maneira estrategica: Um sistema n
ao-linear e
complexo, porem organizado.
Dentro deste contexto, buscou-se criar um indicador que contemplasse as fontes de
dados secundarias livres e gratuitas e que atendesse aos requisitos fundamentais como a sua
contabilizacao anual, facil replicacao e disponibilidade.
Um primeiro resultado nos indicou que a forca das aglomeracoes e concentracoes
produtivas parece condizer com a teoria do desenvolvimento endogeno na qual a ideia mais
moderna se baseia na elaboracao e execucao de polticas de fortalecimento e melhorias na estrutura interna da regiao, gerando condicoes sociais e economicas capazes de proporcionar um
maior desenvolvimento, estimulando os fatores internos (como novas atividades produtivas,
por exemplo, ou entao fortalecendo aquelas que, tradicionalmente, sao fortes no interior de
cada regiao). A inconclusao da causa deste fenomeno encontrada em Fujita, Krugman e Vanables (2002) (32) demonstram a necessidade de investigacoes e tentativas sobre o chamado
processo que gere a ordem de tamanho das cidades. O IDMPE demonstrou que as regioes
proximas ao polo industrializado de Curitiba e em alguns pontos no interior do estado (como
Guarapuava e Cascavel) tendem a apresentar autocorrelacao positiva atraves do I de Moran,
impulsionando o mimetismo na esfera municipal.
Foi demonstrado que algumas variaveis constituintes em cada subndice, bem como
67
68
Refer
encias
69
70
71
na Projec
ao de Cen
arios para Gest
ao de Custos na Area de Laticnios. In: IX
Congresso Internacional de Custos - Florianopolis, SC, Brasil - 28 a 30 de novembro de
2005.
52 Perez, C. Cambio tecnol
ogico y oportunidades de desarrollo como blanco
m
ovil. Revista da Cepal - Comissao Economica para a America Latina e o Caribe - Nacoes
Unidas, no 75, p.115-136, dez./ 2001. Disponvel em : < http://www.eclac.org/ >.
Acesso em: dezembro de 2008.
53 Perobelli, F. S.; Haddad, E. A. Padr
oes de com
ercio interestadual no Brasil,
1985 e 1997. Rev. econ. contemp. Rio de Janeiro, v.10, n.1, p. 61-88, abr. 2006.
54 Preacher, K. J. and R. C. MacCallum. Repairing Tom Swifts Electric Factor
Analysis Machine, Understanding Statistics, 2(1), 1332, 2003.
55 Possas, M. et alli Um Modelo Evolucion
ario Setorial. In Revista Brasileira de
Economia, v. 55, jul/set., 2001.
56 Rolim, C., F. Reestrutura
c
ao Produtiva, Mundializac
ao e Novas Territorialidades: Um novo programa para os cursos de Economia Regional e Urbana.
Trabalho Apresentado no Congresso da APDR, Associacao Portuguesa de Desenvolvimento
Regional Coimbra, 1998.
57 Rodrigues, J. M. ; Mendes Junior, A. P. . Emprego: Uma An
alise Regional nos
Municpios Canavieiros do Estado do Paran
a - 1991 e 2000. In: 11a Escola de
Series Temporais e Econometria, 2005, Vila Velha. Programas e Resumos: 11a Escola de
Series Temporais e Econometria. Vila Velha : ABE/SBE/UFES, 2005. p. 104-104.
58 Santos, A., B., Bacha, C., J., C. Evoluc
ao Diferenciada da Lavoura de Soja e
de seu Processamento Industrial no Brasil - Perodo de 1970 a 1999. Economia
Aplicada, v.6,n. 1, p. 123-153, 2002.
59 Indice de Desenvolvimento Municipal da Micro e Pequena Empresa no
Paran
a 2008 e 2009. In Servico Brasileiro de Apoio `as Micro e Pequenas Empresas
Sebrae. Disponvel em: < http://www.sebraepr.com.br >. Acesso em: junho de 2010.
60 Santos, M., L., Vieira, W., C. Agricultura e desenvolvimento econ
omico: velhos
e novos desafios. In: Santos, Maurinho Luiz dos, Vieira, Wilson da Cruz. (Orgs.).
Agricultura na virada do milenio: velhos e novos desafios. Vicosa: UFV, 2002. cap. 1,
p.3-10.
61 Shamblin, J. E. & Stevens G. T. Pesquisa operacional. Atlas. Sao Paulo, 1979.
72
73
ANEXOS
74
Figura 12: Verificacao positiva de clusters para a distribuicao espacial do IDMPE e valores
p > 0, 05
75
Tabela 31: Ranking ordenado por maiores IDMPEs no estado do Parana com dados de
2009
Municpios
Curitiba
Araucaria
Maringa
Londrina
Cascavel
Sao Jose dos Pinhais
Paranagua
Ponta Grossa
Toledo
Pato Branco
Pinhais
Foz do Iguacu
Matinhos
Palotina
Francisco Beltrao
Campo Mourao
Umuarama
Carambei
Campo Largo
Lapa
Colombo
Cianorte
Rolandia
Medianeira
Arapongas
Marechal Candido Rondon
Guarapuava
Paranavai
Dois Vizinhos
Sao Mateus do Sul
Apucarana
Ibipora
Cambe
Castro
Cornelio Procopio
Maripa
Irati
Sao Joao
Palmeira
Campina Grande do Sul
Douradina
Rio Negro
Pontal do Parana
Rondon
Assis Chateaubriand
Ivaipora
Nova Santa Rosa
Quatro Barras
Capanema
Mandaguari
Santo Antonio da Platina
Jandaia do Sul
Guaratuba
Cafelandia
Ceu Azul
Marialva
Cambara
Fazenda Rio Grande
Corbelia
Bom Sucesso do Sul
Laranjeiras do Sul
Barracao
Mangueirinha
Uniao da Vitoria
IDE
0.7584
0.7138
0.6852
0.6945
0.6792
0.7132
0.6888
0.6772
0.6568
0.6372
0.6581
0.6826
0.5899
0.6295
0.6264
0.6435
0.6282
0.6115
0.6248
0.6109
0.6404
0.6238
0.6234
0.6068
0.6429
0.6264
0.6400
0.6245
0.6040
0.6079
0.6316
0.6194
0.6418
0.6318
0.6020
0.5556
0.6129
0.5664
0.5930
0.5992
0.5492
0.6072
0.5626
0.5504
0.6053
0.5895
0.5656
0.5999
0.5796
0.5930
0.5858
0.5687
0.5733
0.5916
0.5861
0.5911
0.5842
0.5999
0.5730
0.5391
0.5808
0.5517
0.6201
0.5933
Posic
ao IDE
1o
2o
6o
4o
8o
3o
5o
9o
11 o
17 o
10 o
7o
60 o
20 o
22 o
12 o
21 o
33 o
24 o
34 o
15 o
26 o
27 o
37 o
13 o
23 o
16 o
25 o
41 o
35 o
19 o
29 o
14 o
18 o
43 o
160 o
32 o
125 o
55 o
46 o
188 o
36 o
138 o
183 o
40 o
61 o
128 o
45 o
85 o
53 o
69 o
118 o
101 o
57 o
68 o
58 o
72 o
44 o
102 o
238 o
80 o
175 o
28 o
52 o
IDM
0.7085
0.6851
0.6693
0.6624
0.6617
0.6620
0.6389
0.6411
0.6245
0.6522
0.6394
0.6309
0.6169
0.6299
0.6348
0.6299
0.6354
0.6259
0.6309
0.6197
0.6211
0.6351
0.6290
0.6319
0.6262
0.6095
0.6315
0.6299
0.6171
0.6089
0.6302
0.6389
0.6245
0.6122
0.6214
0.5847
0.6116
0.6143
0.6071
0.6191
0.6240
0.5941
0.5976
0.6791
0.6119
0.6374
0.5859
0.6351
0.5991
0.5958
0.6257
0.6082
0.6068
0.5981
0.6106
0.6026
0.6071
0.6456
0.5998
0.5909
0.6088
0.6104
0.6021
0.6154
Posic
ao IDM
1o
2o
4o
5o
7o
6o
13 o
10 o
32 o
8o
11 o
23 o
43 o
27 o
18 o
25 o
15 o
30 o
22 o
37 o
36 o
17 o
28 o
20 o
29 o
57 o
21 o
26 o
42 o
59 o
24 o
12 o
33 o
50 o
35 o
163 o
52 o
46 o
65 o
38 o
34 o
116 o
103 o
3o
51 o
14 o
156 o
16 o
95 o
108 o
31 o
61 o
68 o
96 o
53 o
78 o
66 o
9o
93 o
131 o
60 o
54 o
81 o
45 o
IDI
0.4590
0.4106
0.4487
0.4329
0.4298
0.3809
0.4090
0.4091
0.4318
0.4203
0.3900
0.3719
0.4744
0.4201
0.4141
0.3867
0.3879
0.4138
0.3950
0.4176
0.3855
0.3861
0.3924
0.4045
0.3693
0.3993
0.3601
0.3770
0.4090
0.4109
0.3651
0.3661
0.3571
0.3788
0.3991
0.4797
0.3951
0.4338
0.4117
0.3880
0.4264
0.3976
0.4355
0.3623
0.3746
0.3644
0.4293
0.3454
0.3990
0.3856
0.3624
0.3936
0.3899
0.3796
0.3719
0.3747
0.3765
0.3215
0.3937
0.4359
0.3760
0.4025
0.3394
0.3522
Posic
ao IDI
5o
31 o
6o
11 o
14 o
102 o
33 o
32 o
12 o
19 o
74 o
131 o
4o
20 o
27 o
87 o
83 o
28 o
62 o
23 o
92 o
89 o
69 o
39 o
142 o
48 o
187 o
112 o
34 o
30 o
163 o
155 o
197 o
107 o
49 o
3o
61 o
10 o
29 o
82 o
16 o
52 o
9o
176 o
122 o
165 o
15 o
248 o
50 o
90 o
175 o
65 o
75 o
105 o
129 o
121 o
117 o
340 o
64 o
8o
119 o
43 o
276 o
220 o
IDMPE
0.6419
0.6032
0.6011
0.5966
0.5902
0.5854
0.5789
0.5758
0.5710
0.5699
0.5625
0.5618
0.5604
0.5599
0.5584
0.5534
0.5505
0.5504
0.5502
0.5494
0.5490
0.5483
0.5483
0.5477
0.5461
0.5451
0.5438
0.5438
0.5434
0.5426
0.5423
0.5415
0.5411
0.5409
0.5408
0.5400
0.5399
0.5382
0.5373
0.5354
0.5332
0.5330
0.5319
0.5306
0.5306
0.5305
0.5269
0.5268
0.5259
0.5248
0.5246
0.5235
0.5233
0.5231
0.5229
0.5228
0.5226
0.5224
0.5221
0.5220
0.5219
0.5215
0.5205
0.5203
Posic
ao IDMPE
1o
2o
3o
4o
5o
6o
7o
8o
9o
10 o
11 o
12 o
13 o
14 o
15 o
16 o
17 o
18 o
19 o
20 o
21 o
22 o
23 o
24 o
25 o
26 o
27 o
28 o
29 o
30 o
31 o
32 o
33 o
34 o
35 o
36 o
37 o
38 o
39 o
40 o
41 o
42 o
43 o
44 o
45 o
46 o
47 o
48 o
49 o
50 o
51 o
52 o
53 o
54 o
55 o
56 o
57 o
58 o
59 o
60 o
61 o
62 o
63 o
64 o
76
Tabela 32: Continua: Ranking ordenado por maiores IDMPEs no estado do Parana com
dados de 2009
Municpios
Astorga
Telemaco Borba
Engenheiro Beltrao
Pato Bragado
Coronel Vivida
Boa Esperanca do Iguacu
Jacarezinho
Cambira
Colorado
Capitao Leonidas Marques
Chopinzinho
Ampere
Vitorino
Ivatuba
Missal
Ubirata
Balsa Nova
Pien
Nova Esperanca
Tupassi
Pranchita
Sao Miguel do Iguacu
Assai
Santa Helena
Prudentopolis
Sao Jorge do Ivai
Realeza
Santo Inacio
Vera Cruz do Oeste
Terra Rica
Sao Tome
Mambore
Serranopolis do Iguacu
Sao Pedro do Ivai
Quitandinha
Lobato
Tibagi
Itaipulandia
Renascenca
Arapoti
Mallet
Ouro Verde do Oeste
Brasilandia do Sul
Boa Ventura de Sao Roque
Pitanga
Quatro Pontes
Araruna
Jaguariaiva
Guaira
Vere
Sertanopolis
Santa Izabel do Oeste
Loanda
Matelandia
Juranda
Andira
Tijucas do Sul
Cruzeiro do Oeste
Goioere
Boa Esperanca
Perola
Sao Jorge dOeste
IDE
0.5717
0.6177
0.5883
0.5406
0.5838
0.5139
0.5918
0.5743
0.5833
0.6065
0.5716
0.5745
0.5604
0.5124
0.5639
0.5883
0.5789
0.5803
0.5781
0.5622
0.5405
0.5794
0.5829
0.5966
0.6022
0.5416
0.5661
0.5688
0.5624
0.5704
0.5259
0.5867
0.5348
0.5702
0.5670
0.5414
0.5888
0.5675
0.5603
0.5937
0.5653
0.5540
0.5483
0.5506
0.5934
0.5449
0.5809
0.5905
0.5843
0.5654
0.5644
0.5510
0.5692
0.5725
0.5822
0.5835
0.5630
0.5713
0.5845
0.5627
0.5539
0.5352
Posic
ao IDE
105 o
31 o
65 o
232 o
73 o
332 o
56 o
98 o
76 o
38 o
106 o
97 o
146 o
340 o
133 o
64 o
89 o
83 o
91 o
141 o
233 o
86 o
77 o
48 o
42 o
228 o
127 o
117 o
139 o
111 o
288 o
67 o
256 o
112 o
122 o
229 o
63 o
120 o
148 o
50 o
130 o
164 o
198 o
182 o
51 o
212 o
79 o
59 o
71 o
129 o
132 o
179 o
114 o
103 o
78 o
74 o
136 o
108 o
70 o
137 o
165 o
254 o
IDM
0.6035
0.5929
0.5976
0.6188
0.6130
0.6009
0.6099
0.6125
0.6079
0.5688
0.5854
0.5927
0.5957
0.5433
0.5820
0.5944
0.5978
0.6013
0.6070
0.5789
0.5811
0.6073
0.5897
0.5944
0.6062
0.5931
0.5896
0.6183
0.6005
0.5865
0.5895
0.5791
0.5739
0.5924
0.5634
0.5823
0.5849
0.6042
0.5993
0.5978
0.5883
0.5933
0.6165
0.6030
0.5976
0.5815
0.6021
0.5896
0.6022
0.5770
0.6006
0.6004
0.5942
0.6007
0.5737
0.5925
0.6095
0.6043
0.5704
0.5637
0.5934
0.5875
Posic
ao IDM
75 o
120 o
101 o
39 o
47 o
86 o
55 o
49 o
62 o
238 o
158 o
122 o
109 o
339 o
174 o
113 o
99 o
83 o
67 o
187 o
176 o
64 o
137 o
114 o
69 o
119 o
138 o
40 o
90 o
153 o
140 o
185 o
211 o
125 o
262 o
172 o
161 o
74 o
94 o
100 o
145 o
118 o
44 o
77 o
102 o
175 o
80 o
139 o
79 o
194 o
88 o
91 o
115 o
87 o
215 o
123 o
58 o
73 o
231 o
259 o
117 o
150 o
IDI
0.3842
0.3485
0.3724
0.3986
0.3612
0.4409
0.3515
0.3635
0.3588
0.3739
0.3921
0.3813
0.3923
0.4918
0.4007
0.3628
0.3686
0.3633
0.3580
0.4014
0.4204
0.3544
0.3682
0.3492
0.3311
0.4030
0.3805
0.3487
0.3723
0.3783
0.4175
0.3669
0.4237
0.3695
0.4011
0.4060
0.3546
0.3561
0.3676
0.3351
0.3710
0.3770
0.3592
0.3693
0.3318
0.3964
0.3396
0.3422
0.3352
0.3791
0.3562
0.3692
0.3565
0.3453
0.3625
0.3417
0.3449
0.3407
0.3612
0.3896
0.3687
0.3910
Posic
ao IDI
96 o
239 o
126 o
51 o
181 o
7o
222 o
169 o
191 o
124 o
71 o
101 o
70 o
1o
47 o
173 o
148 o
170 o
193 o
45 o
18 o
210 o
150 o
234 o
307 o
42 o
104 o
236 o
127 o
109 o
24 o
154 o
17 o
139 o
46 o
37 o
208 o
204 o
152 o
294 o
134 o
114 o
189 o
140 o
304 o
56 o
275 o
262 o
292 o
106 o
203 o
143 o
201 o
250 o
174 o
265 o
253 o
269 o
180 o
76 o
147 o
73 o
IDMPE
0.5198
0.5197
0.5195
0.5194
0.5193
0.5185
0.5177
0.5167
0.5167
0.5164
0.5164
0.5162
0.5161
0.5158
0.5155
0.5152
0.5151
0.5150
0.5144
0.5142
0.5140
0.5137
0.5136
0.5134
0.5132
0.5125
0.5121
0.5119
0.5117
0.5117
0.5110
0.5109
0.5108
0.5107
0.5105
0.5099
0.5094
0.5093
0.5091
0.5089
0.5082
0.5081
0.5080
0.5076
0.5076
0.5076
0.5076
0.5074
0.5072
0.5072
0.5071
0.5069
0.5066
0.5062
0.5062
0.5059
0.5058
0.5054
0.5054
0.5053
0.5053
0.5046
Posic
ao IDMPE
65 o
66 o
67 o
68 o
69 o
70 o
71 o
72 o
73 o
74 o
75 o
76 o
77 o
78 o
79 o
80 o
81 o
82 o
83 o
84 o
85 o
86 o
87 o
88 o
89 o
90 o
91 o
92 o
93 o
94 o
95 o
96 o
97 o
98 o
99 o
100 o
101 o
102 o
103 o
104 o
105 o
106 o
107 o
108 o
109 o
110 o
111 o
112 o
113 o
114 o
115 o
116 o
117 o
118 o
119 o
120 o
121 o
122 o
123 o
124 o
125 o
126 o
77
Tabela 33: Continua: Ranking ordenado por maiores IDMPEs no estado do Parana com
dados de 2009
Municpios
Paicandu
Guaraniacu
Rio Branco do Sul
Mandaguacu
Ipora
Quedas do Iguacu
Flor da Serra do Sul
Terra Boa
Wenceslau Braz
Mariopolis
Entre Rios do Oeste
Nova Aurora
Cruzeiro do Iguacu
Palmas
Marmeleiro
Nova Alianca do Ivai
Farol
Cantagalo
Imbituva
Ibema
Planalto
Doutor Camargo
Fernandes Pinheiro
Manoel Ribas
Faxinal
Eneas Marques
Teixeira Soares
Santo Antonio do Sudoeste
Pinhao
Candoi
Cidade Gaucha
Terra Roxa
Turvo
Ribeirao Claro
Sarandi
Sabaudia
Santa Isabel do Ivai
Santa Lucia
Salgado Filho
Contenda
Nova Prata do Iguacu
Antonina
Paranacity
Ivate
Santa Tereza do Oeste
Piraquara
Roncador
Nova Esperanca do Sudoeste
Clevelandia
Pinhalao
Urai
Tapejara
Marilandia do Sul
Tres Barras do Parana
Mercedes
Bela Vista do Paraiso
Nova Fatima
Mandirituba
Moreira Sales
Sulina
Siqueira Campos
Campo Bonito
Campo Magro
Alvorada do Sul
Paraiso do Norte
Santa Terezinha de Itaipu
Campina da Lagoa
Iracema do Oeste
Itapejara dOeste
Janiopolis
IDE
0.5737
0.5697
0.5930
0.5673
0.5637
0.5780
0.5384
0.5512
0.5769
0.5426
0.5322
0.5664
0.5174
0.5802
0.5545
0.4746
0.5438
0.5482
0.5749
0.5313
0.5652
0.5361
0.5481
0.5669
0.5664
0.5388
0.5686
0.5609
0.6180
0.5804
0.5569
0.5833
0.5455
0.5490
0.6055
0.5318
0.5429
0.5104
0.5213
0.5489
0.5478
0.5614
0.5515
0.5373
0.5570
0.5975
0.5691
0.5271
0.5781
0.5402
0.5507
0.5718
0.5611
0.5487
0.5255
0.5779
0.5582
0.5707
0.5611
0.5263
0.5575
0.5400
0.5637
0.5494
0.5464
0.5737
0.5756
0.5231
0.5591
0.5576
Posic
ao IDE
100 o
113 o
54 o
121 o
135 o
92 o
241 o
178 o
94 o
224 o
267 o
126 o
316 o
84 o
162 o
396 o
214 o
199 o
96 o
271 o
131 o
249 o
202 o
123 o
124 o
239 o
119 o
145 o
30 o
81 o
157 o
75 o
207 o
190 o
39 o
269 o
221 o
348 o
302 o
191 o
204 o
142 o
177 o
246 o
156 o
47 o
116 o
282 o
90 o
235 o
180 o
104 o
143 o
194 o
289 o
93 o
153 o
110 o
144 o
286 o
155 o
236 o
134 o
185 o
205 o
99 o
95 o
298 o
152 o
154 o
IDM
0.6127
0.5839
0.5869
0.6052
0.5796
0.5902
0.5772
0.5915
0.6034
0.5763
0.5913
0.5791
0.6012
0.6005
0.5963
0.5463
0.5756
0.5866
0.5924
0.5671
0.5735
0.5665
0.5761
0.5881
0.5923
0.5645
0.5834
0.5832
0.5746
0.5797
0.5689
0.5907
0.6001
0.5922
0.5949
0.6074
0.5764
0.5855
0.5662
0.5908
0.5705
0.5763
0.5780
0.5753
0.5722
0.6095
0.5948
0.5683
0.5749
0.5849
0.6046
0.5841
0.5617
0.5877
0.5735
0.6321
0.5885
0.5739
0.6016
0.5738
0.5823
0.5517
0.5894
0.5776
0.5960
0.5875
0.5918
0.5975
0.5714
0.5960
Posic
ao IDM
48 o
166 o
151 o
71 o
184 o
135 o
193 o
129 o
76 o
198 o
130 o
186 o
84 o
89 o
105 o
330 o
204 o
152 o
124 o
245 o
217 o
247 o
201 o
146 o
126 o
256 o
168 o
169 o
209 o
182 o
237 o
133 o
92 o
127 o
110 o
63 o
197 o
157 o
248 o
132 o
230 o
199 o
190 o
206 o
220 o
56 o
111 o
241 o
208 o
162 o
72 o
165 o
270 o
148 o
216 o
19 o
143 o
210 o
82 o
214 o
171 o
311 o
141 o
191 o
107 o
149 o
128 o
104 o
223 o
106 o
IDI
0.3273
0.3589
0.3322
0.3392
0.3681
0.3410
0.3924
0.3651
0.3264
0.3874
0.3827
0.3602
0.3868
0.3242
0.3539
0.4831
0.3845
0.3689
0.3346
0.4022
0.3615
0.3975
0.3754
0.3445
0.3402
0.3956
0.3460
0.3528
0.3040
0.3358
0.3699
0.3217
0.3497
0.3535
0.2939
0.3535
0.3723
0.3956
0.4037
0.3512
0.3725
0.3523
0.3602
0.3770
0.3604
0.2821
0.3251
0.3935
0.3358
0.3635
0.3324
0.3318
0.3648
0.3511
0.3880
0.2768
0.3398
0.3419
0.3235
0.3847
0.3447
0.3925
0.3307
0.3567
0.3401
0.3210
0.3145
0.3613
0.3512
0.3279
Posic
ao IDI
320 o
190 o
302 o
277 o
151 o
267 o
68 o
162 o
324 o
84 o
98 o
185 o
85 o
331 o
212 o
2o
95 o
145 o
297 o
44 o
178 o
53 o
120 o
256 o
271 o
59 o
246 o
216 o
369 o
285 o
137 o
339 o
230 o
214 o
378 o
213 o
128 o
58 o
40 o
224 o
125 o
218 o
186 o
113 o
184 o
387 o
330 o
66 o
286 o
168 o
301 o
303 o
164 o
229 o
81 o
389 o
274 o
264 o
334 o
93 o
255 o
67 o
309 o
200 o
272 o
342 o
360 o
179 o
226 o
315 o
IDMPE
0.5045
0.5042
0.5041
0.5039
0.5038
0.5031
0.5027
0.5026
0.5022
0.5021
0.5021
0.5019
0.5018
0.5016
0.5016
0.5013
0.5013
0.5012
0.5006
0.5002
0.5001
0.5000
0.4999
0.4998
0.4997
0.4996
0.4993
0.4990
0.4989
0.4987
0.4986
0.4986
0.4985
0.4982
0.4981
0.4976
0.4972
0.4972
0.4971
0.4970
0.4969
0.4967
0.4966
0.4965
0.4965
0.4964
0.4963
0.4963
0.4963
0.4962
0.4959
0.4959
0.4959
0.4958
0.4957
0.4956
0.4955
0.4955
0.4954
0.4950
0.4948
0.4948
0.4946
0.4946
0.4942
0.4941
0.4940
0.4940
0.4939
0.4939
Posic
ao IDMPE
127 o
128 o
129 o
130 o
131 o
132 o
133 o
134 o
135 o
136 o
137 o
138 o
139 o
140 o
141 o
142 o
143 o
144 o
145 o
146 o
147 o
148 o
149 o
150 o
151 o
152 o
153 o
154 o
155 o
156 o
157 o
158 o
159 o
160 o
161 o
162 o
163 o
164 o
165 o
166 o
167 o
168 o
169 o
170 o
171 o
172 o
173 o
174 o
175 o
176 o
177 o
178 o
179 o
180 o
181 o
182 o
183 o
184 o
185 o
186 o
187 o
188 o
189 o
190 o
191 o
192 o
193 o
194 o
195 o
196 o
78
Tabela 34: Continua: Ranking ordenado por maiores IDMPEs no estado do Parana com
dados de 2009
Municpios
Sao Jose das Palmeiras
Porto Rico
Nova America da Colina
Altonia
Reboucas
Rancho Alegre DOeste
Ibaiti
Jaguapita
Salto do Lontra
Lupionopolis
Jussara
Sertaneja
Porto Amazonas
Nova Laranjeiras
Ortigueira
Alto Piquiri
Almirante Tamandare
Itambe
Ariranha do Ivai
Borrazopolis
Joaquim Tavora
Antonio Olinto
Nova Londrina
Guaraquecaba
Altamira do Parana
Floresta
Conselheiro Mairinck
Itaperucu
Indianopolis
Novo Itacolomi
Iretama
Angulo
Senges
Perola dOeste
Icaraima
Braganey
Florai
Itambaraca
Uniflor
Honorio Serpa
Maua da Serra
Bandeirantes
Lindoeste
Ipiranga
Paula Freitas
Planaltina do Parana
Santana do Itarare
Barbosa Ferraz
Atalaia
Quarto Centenario
Primeiro de Maio
Sao Carlos do Ivai
Sao Pedro do Iguacu
Quatigua
Perobal
Foz do Jordao
Pitangueiras
Jardim Alegre
Paulo Frontin
Rio Azul
General Carneiro
Querencia do Norte
Congonhinhas
Santa Fe
IDE
0.5065
0.5020
0.5134
0.5520
0.5714
0.5376
0.5803
0.5492
0.5454
0.5169
0.5330
0.5521
0.5210
0.5494
0.5591
0.5370
0.5891
0.5260
0.5094
0.5451
0.5424
0.5351
0.5604
0.5164
0.5249
0.5339
0.5206
0.5870
0.5459
0.5034
0.5433
0.5092
0.5515
0.5315
0.5313
0.5295
0.5402
0.5249
0.4955
0.5340
0.5448
0.5792
0.5423
0.5535
0.5384
0.5140
0.5358
0.5435
0.5169
0.5554
0.5429
0.5343
0.5484
0.5219
0.5278
0.5139
0.5184
0.5518
0.5517
0.5507
0.5482
0.5501
0.5488
0.5533
Posic
ao IDE
361 o
365 o
336 o
171 o
107 o
244 o
82 o
187 o
208 o
321 o
262 o
170 o
303 o
186 o
151 o
247 o
62 o
287 o
353 o
209 o
225 o
255 o
147 o
324 o
292 o
260 o
304 o
66 o
206 o
363 o
219 o
354 o
176 o
270 o
272 o
274 o
234 o
293 o
378 o
259 o
213 o
87 o
226 o
166 o
240 o
330 o
251 o
217 o
322 o
161 o
222 o
258 o
197 o
301 o
280 o
331 o
311 o
173 o
174 o
181 o
200 o
184 o
192 o
167 o
IDM
0.5852
0.5626
0.5484
0.5756
0.5756
0.5646
0.5463
0.5885
0.5738
0.5860
0.5657
0.5673
0.6009
0.5671
0.5610
0.5674
0.5979
0.5650
0.5846
0.5708
0.5885
0.5401
0.5544
0.5704
0.5946
0.5641
0.5293
0.6054
0.5554
0.5550
0.5850
0.5242
0.5760
0.5636
0.5799
0.5763
0.5599
0.5591
0.5509
0.5617
0.5807
0.5483
0.5821
0.5780
0.5785
0.5752
0.5769
0.5574
0.5542
0.5574
0.6171
0.5981
0.5625
0.5738
0.5705
0.5863
0.5486
0.5694
0.5796
0.5650
0.5618
0.5710
0.5578
0.5572
Posic
ao IDM
159 o
264 o
322 o
205 o
203 o
255 o
329 o
142 o
213 o
155 o
251 o
243 o
85 o
246 o
271 o
242 o
98 o
252 o
164 o
227 o
144 o
351 o
296 o
232 o
112 o
258 o
378 o
70 o
294 o
295 o
160 o
383 o
202 o
260 o
181 o
200 o
273 o
276 o
314 o
269 o
177 o
323 o
173 o
189 o
188 o
207 o
195 o
283 o
297 o
286 o
41 o
97 o
266 o
212 o
228 o
154 o
321 o
234 o
183 o
253 o
268 o
225 o
280 o
288 o
IDI
0.3893
0.4156
0.4182
0.3522
0.3326
0.3769
0.3511
0.3400
0.3585
0.3744
0.3762
0.3553
0.3522
0.3571
0.3534
0.3690
0.2859
0.3819
0.3784
0.3563
0.3405
0.3955
0.3554
0.3833
0.3486
0.3699
0.4178
0.2747
0.3656
0.4081
0.3381
0.4315
0.3361
0.3685
0.3524
0.3574
0.3617
0.3775
0.4150
0.3653
0.3352
0.3326
0.3350
0.3277
0.3421
0.3697
0.3456
0.3573
0.3862
0.3441
0.2963
0.3233
0.3447
0.3595
0.3567
0.3545
0.3868
0.3315
0.3213
0.3356
0.3407
0.3287
0.3426
0.3387
Posic
ao IDI
77 o
25 o
21 o
219 o
299 o
115 o
228 o
273 o
192 o
123 o
118 o
206 o
221 o
198 o
215 o
144 o
384 o
99 o
108 o
202 o
270 o
60 o
205 o
97 o
237 o
136 o
22 o
393 o
158 o
35 o
281 o
13 o
284 o
149 o
217 o
195 o
177 o
111 o
26 o
161 o
291 o
300 o
295 o
317 o
263 o
138 o
247 o
196 o
88 o
257 o
375 o
335 o
254 o
188 o
199 o
209 o
86 o
306 o
341 o
289 o
268 o
314 o
260 o
280 o
IDMPE
0.4937
0.4934
0.4933
0.4933
0.4932
0.4930
0.4926
0.4926
0.4926
0.4925
0.4916
0.4916
0.4914
0.4912
0.4912
0.4911
0.4910
0.4910
0.4908
0.4907
0.4905
0.4902
0.4901
0.4900
0.4894
0.4893
0.4893
0.4890
0.4890
0.4889
0.4888
0.4883
0.4879
0.4879
0.4879
0.4877
0.4873
0.4872
0.4871
0.4870
0.4869
0.4867
0.4865
0.4864
0.4863
0.4863
0.4861
0.4861
0.4858
0.4856
0.4855
0.4852
0.4852
0.4851
0.4850
0.4849
0.4846
0.4842
0.4842
0.4838
0.4836
0.4833
0.4831
0.4831
Posic
ao IDMPE
197 o
198 o
199 o
200 o
201 o
202 o
203 o
204 o
205 o
206 o
207 o
208 o
209 o
210 o
211 o
212 o
213 o
214 o
215 o
216 o
217 o
218 o
219 o
220 o
221 o
222 o
223 o
224 o
225 o
226 o
227 o
228 o
229 o
230 o
231 o
232 o
233 o
234 o
235 o
236 o
237 o
238 o
239 o
240 o
241 o
242 o
243 o
244 o
245 o
246 o
247 o
248 o
249 o
250 o
251 o
252 o
253 o
254 o
255 o
256 o
257 o
258 o
259 o
260 o
79
Tabela 35: Continua: Ranking ordenado por maiores IDMPEs no estado do Parana com
dados de 2009
Pirai do Sul
Santa Cruz de Monte Castelo
Porecatu
Alto Parana
Reserva do Iguacu
Esperanca Nova
Mirador
Morretes
Carlopolis
Alto Paraiso
Jesuitas
Ventania
Santa Mariana
Sao Joao do Ivai
Espigao Alto do Iguacu
Japura
Luiziana
Marilena
Sao Joao do Triunfo
Tamboara
Marquinho
Munhoz de Melo
Sao Jorge do Patrocinio
Japira
Santa Amelia
Nova Cantu
Ivai
Cruz Machado
Reserva
Campo do Tenente
Ramilandia
Kalore
Paranapoema
Palmital
Formosa do Oeste
Santa Maria do Oeste
Diamante DOeste
0.5791
0.5346
0.5177
0.5518
0.5325
0.4835
0.4693
0.5485
0.5623
0.5018
0.5490
0.5428
0.5603
0.5479
0.5374
0.5167
0.5691
0.5096
0.5484
0.5173
0.5414
0.5067
0.5227
0.5713
0.5098
0.5366
0.5541
0.5565
0.5954
0.5171
0.5284
0.5080
0.4828
0.5482
0.5354
0.5419
0.5377
88 o
257 o
313 o
172 o
264 o
391 o
398 o
195 o
140 o
368 o
189 o
223 o
149 o
203 o
245 o
323 o
115 o
351 o
196 o
318 o
230 o
360 o
299 o
109 o
350 o
248 o
163 o
159 o
49 o
320 o
279 o
358 o
392 o
201 o
253 o
227 o
243 o
0.5364
0.5705
0.5714
0.5586
0.5879
0.5928
0.5692
0.5710
0.5599
0.5577
0.5536
0.5684
0.5693
0.5683
0.5381
0.5532
0.5905
0.5806
0.5574
0.5518
0.5569
0.5562
0.5627
0.5349
0.5524
0.5725
0.5839
0.5766
0.5258
0.5726
0.5717
0.5425
0.5625
0.5897
0.5671
0.5593
0.5541
365
229
222
277
147
121
236
226
272
281
299
239
235
240
362
301
134
178
285
310
290
292
263
367
307
219
167
196
381
218
221
341
265
136
244
275
298
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
0.3328
0.3433
0.3580
0.3356
0.3254
0.3693
0.4065
0.3254
0.3222
0.3847
0.3373
0.3274
0.3075
0.3204
0.3607
0.3656
0.2756
0.3449
0.3294
0.3659
0.3357
0.3710
0.3481
0.3269
0.3705
0.3235
0.2945
0.2993
0.3107
0.3415
0.3310
0.3806
0.3856
0.2922
0.3261
0.3258
0.3351
298 o
258 o
194 o
288 o
329 o
141 o
36 o
328 o
338 o
94 o
283 o
319 o
367 o
344 o
183 o
157 o
391 o
252 o
312 o
156 o
287 o
133 o
241 o
322 o
135 o
333 o
377 o
372 o
362 o
266 o
308 o
103 o
91 o
381 o
325 o
327 o
293 o
0.4828
0.4828
0.4824
0.4820
0.4819
0.4819
0.4817
0.4816
0.4815
0.4814
0.4800
0.4795
0.4790
0.4789
0.4787
0.4785
0.4784
0.4784
0.4784
0.4783
0.4780
0.4780
0.4778
0.4777
0.4776
0.4775
0.4775
0.4775
0.4773
0.4771
0.4770
0.4770
0.4770
0.4767
0.4762
0.4757
0.4756
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
80
Tabela 36: Continua: Ranking ordenado por maiores IDMPEs no estado do Parana com
dados de 2009
Candido de Abreu
Guaporema
Peabiru
Santo Antonio do Caiua
Anahy
Guamiranga
Florida
Saudade do Iguacu
Rio Bom
Virmond
Lidianopolis
Bom Jesus do Sul
Santo Antonio do Paraiso
Santa Ines
Iguatu
Sao Jose da Boa Vista
Cruzmaltina
Coronel Domingos Soares
Manfrinopolis
Cafezal do Sul
Tamarana
Rio Bonito do Iguacu
Inacio Martins
Bituruna
Nova Olimpia
Porto Barreiro
Santa Cecilia do Pavao
Ribeirao do Pinhal
Catanduvas
Inaja
Miraselva
Bela Vista da Caroba
Fenix
Nova Santa Barbara
Pinhal de Sao Bento
Corumbatai do Sul
Sao Joao do Caiua
Rosario do Ivai
Jataizinho
Tuneiras do Oeste
Iguaracu
Bocaiuva do Sul
Guaraci
Quinta do Sol
Tunas do Parana
Arapua
Amapora
Marumbi
Jardim Olinda
Tomazina
Rancho Alegre
Tapira
Leopolis
Lunardelli
Jaboti
California
Itauna do Sul
Prado Ferreira
Guairaca
Guapirama
Sao Pedro do Parana
Agudos do Sul
Jundiai do Sul
Grandes Rios
Abatia
0.5382
0.4902
0.5437
0.4983
0.4918
0.5300
0.4965
0.5220
0.4990
0.5158
0.5190
0.5085
0.4989
0.4973
0.4892
0.5339
0.5205
0.5359
0.4902
0.5094
0.5601
0.5524
0.5322
0.5450
0.5115
0.5251
0.5113
0.5436
0.5567
0.4673
0.4826
0.5251
0.5434
0.5108
0.5143
0.5126
0.5137
0.4923
0.5289
0.5244
0.5195
0.5266
0.5028
0.5392
0.4909
0.5088
0.5180
0.4924
0.4750
0.5327
0.5451
0.5171
0.5269
0.5019
0.5041
0.5135
0.4890
0.5114
0.5105
0.4989
0.4895
0.5320
0.5157
0.5174
0.5116
242
386
215
375
383
273
377
300
370
326
310
357
372
376
389
261
305
250
385
352
150
169
266
211
342
290
344
216
158
399
393
291
218
346
329
339
333
382
277
295
308
285
364
237
384
356
312
381
395
263
210
319
283
367
362
334
390
343
347
373
387
268
327
317
341
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
0.5696
0.5458
0.5644
0.5284
0.5422
0.5500
0.5376
0.5350
0.5307
0.5339
0.5490
0.5419
0.5233
0.5182
0.5333
0.5382
0.5410
0.5523
0.5414
0.5394
0.5647
0.5529
0.5558
0.5492
0.5527
0.5388
0.5802
0.5526
0.4886
0.5366
0.5298
0.5174
0.5463
0.5414
0.5408
0.5255
0.5426
0.5661
0.5581
0.5322
0.5448
0.5772
0.5509
0.5533
0.5802
0.5501
0.5521
0.5449
0.5471
0.5349
0.5575
0.5622
0.5710
0.5466
0.5409
0.5532
0.5569
0.5635
0.5573
0.5238
0.5438
0.5823
0.5469
0.5509
0.5398
233
332
257
379
342
316
363
366
375
371
320
344
385
389
372
361
348
308
347
355
254
303
293
318
304
358
180
306
396
364
377
390
331
346
350
382
340
249
279
373
334
192
313
300
179
315
309
333
325
368
282
267
224
328
349
302
291
261
287
384
336
170
326
312
353
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
0.3183
0.3882
0.3156
0.3969
0.3889
0.3428
0.3887
0.3653
0.3920
0.3715
0.3513
0.3688
0.3967
0.4033
0.3949
0.3451
0.3552
0.3267
0.3819
0.3632
0.2871
0.3065
0.3232
0.3171
0.3466
0.3462
0.3185
0.3133
0.3640
0.4052
0.3956
0.3654
0.3169
0.3543
0.3512
0.3676
0.3493
0.3470
0.3178
0.3470
0.3390
0.2990
0.3485
0.3091
0.3304
0.3422
0.3304
0.3629
0.3779
0.3316
0.2963
0.3193
0.3001
0.3494
0.3512
0.3289
0.3494
0.3202
0.3271
0.3719
0.3610
0.2799
0.3274
0.3207
0.3350
351 o
80 o
357 o
54 o
78 o
259 o
79 o
160 o
72 o
132 o
223 o
146 o
55 o
41 o
63 o
251 o
207 o
323 o
100 o
171 o
383 o
368 o
336 o
355 o
244 o
245 o
350 o
361 o
167 o
38 o
57 o
159 o
356 o
211 o
227 o
153 o
233 o
243 o
354 o
242 o
278 o
373 o
238 o
365 o
310 o
261 o
311 o
172 o
110 o
305 o
376 o
348 o
370 o
231 o
225 o
313 o
232 o
345 o
321 o
130 o
182 o
388 o
318 o
343 o
296 o
0.4754
0.4747
0.4746
0.4745
0.4743
0.4743
0.4743
0.4741
0.4739
0.4737
0.4731
0.4731
0.4730
0.4729
0.4725
0.4724
0.4723
0.4716
0.4712
0.4707
0.4706
0.4706
0.4704
0.4704
0.4703
0.4701
0.4700
0.4699
0.4698
0.4697
0.4694
0.4693
0.4688
0.4688
0.4687
0.4686
0.4685
0.4684
0.4683
0.4679
0.4678
0.4676
0.4674
0.4672
0.4672
0.4670
0.4668
0.4667
0.4667
0.4664
0.4663
0.4662
0.4660
0.4660
0.4654
0.4652
0.4651
0.4650
0.4650
0.4649
0.4648
0.4647
0.4634
0.4630
0.4621
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
81
Tabela 37: Ranking dos maiores indicadores propostos (IDMS) no estado do Parana
Municipios
Curitiba
Londrina
Maringa
Cascavel
Ponta Grossa
Sao Jose dos Pinhais
Pato Branco
Paranagua
Araucaria
Toledo
Campo Mourao
Francisco Beltrao
Palotina
Umuarama
Guarapuava
Marechal Candido Rondon
Matinhos
Foz do Iguacu
Medianeira
Pinhais
Paranavai
Apucarana
Assis Chateaubriand
Cianorte
Rolandia
Ibipora
Cornelio Procopio
Dois Vizinhos
Castro
Palmeira
Pontal do Parana
Maripa
Jandaia do Sul
Arapongas
Lapa
Mandaguari
Carambei
Irati
Santo Antonio da Platina
Laranjeiras do Sul
Sao Mateus do Sul
Rio Negro
Marialva
Loanda
Sao Joao
Guaratuba
Capanema
Quatro Pontes
Pranchita
Sao Jorge do Ivai
Ceu Azul
Sertanopolis
Ivaipora
Santo Inacio
Corbelia
Entre Rios do Oeste
Engenheiro Beltrao
Barracao
Realeza
Nova Londrina
Astorga
Coronel Vivida
Perola
Nova Santa Rosa
Nova Esperanca
Cambara
Sao Miguel do Iguacu
Colombo
Campo Largo
IDMS
0.887
0.284
0.268
0.224
0.188
0.170
0.169
0.168
0.164
0.161
0.149
0.149
0.147
0.144
0.141
0.140
0.139
0.136
0.132
0.132
0.131
0.130
0.129
0.129
0.122
0.122
0.121
0.119
0.118
0.117
0.114
0.112
0.112
0.112
0.111
0.111
0.111
0.110
0.109
0.109
0.108
0.108
0.107
0.107
0.107
0.106
0.106
0.106
0.105
0.105
0.105
0.105
0.104
0.104
0.104
0.104
0.103
0.103
0.103
0.103
0.103
0.103
0.102
0.102
0.102
0.102
0.102
0.101
0.101
Posic
ao
1o
2o
3o
4o
5o
6o
7o
8o
9o
10 o
11 o
12 o
13 o
14 o
15 o
16 o
17 o
18 o
19 o
20 o
21 o
22 o
23 o
24 o
25 o
26 o
27 o
28 o
29 o
30 o
31 o
32 o
33 o
34 o
35 o
36 o
37 o
38 o
39 o
40 o
41 o
42 o
43 o
44 o
45 o
46 o
47 o
48 o
49 o
50 o
51 o
52 o
53 o
54 o
55 o
56 o
57 o
58 o
59 o
60 o
61 o
62 o
63 o
64 o
65 o
66 o
67 o
68 o
69 o
Tam. Merc.
0.826
0.143
0.104
0.070
0.069
0.094
0.011
0.041
0.076
0.031
0.017
0.015
0.003
0.015
0.031
0.007
0.001
0.072
0.006
0.030
0.014
0.024
0.004
0.009
0.012
0.008
0.008
0.009
0.015
0.007
0.002
0.004
0.004
0.020
0.017
0.007
0.007
0.014
0.006
0.007
0.012
0.011
0.006
0.002
0.007
0.003
0.007
0.001
0.004
0.001
0.003
0.002
0.006
0.000
0.005
0.001
0.004
0.004
0.005
0.003
0.007
0.006
0.003
0.005
0.005
0.010
0.006
0.029
0.028
Posic
ao
1o
2o
3o
7o
8o
4o
63 o
9o
5o
10 o
19 o
25 o
384 o
23 o
11 o
258 o
396 o
6o
334 o
12 o
29 o
15 o
370 o
141 o
53 o
230 o
208 o
160 o
26 o
251 o
393 o
367 o
374 o
17 o
20 o
264 o
251 o
32 o
320 o
290 o
38 o
89 o
337 o
389 o
266 o
380 o
266 o
397 o
370 o
395 o
380 o
394 o
308 o
399 o
357 o
398 o
361 o
372 o
355 o
379 o
266 o
332 o
383 o
338 o
346 o
104 o
314 o
13 o
14 o
Op. Neg.
0.010
0.115
0.123
0.119
0.089
0.060
0.111
0.095
0.051
0.087
0.091
0.092
0.096
0.091
0.082
0.087
0.093
0.048
0.085
0.073
0.080
0.075
0.080
0.086
0.071
0.074
0.077
0.067
0.062
0.066
0.075
0.059
0.067
0.063
0.055
0.062
0.062
0.055
0.067
0.058
0.057
0.055
0.062
0.064
0.052
0.071
0.055
0.060
0.054
0.060
0.058
0.064
0.057
0.061
0.057
0.058
0.057
0.055
0.054
0.058
0.054
0.055
0.055
0.052
0.057
0.051
0.054
0.072
0.043
Posic
ao
384 o
3o
1o
2o
11 o
41 o
4o
6o
78 o
12 o
9o
8o
5o
9o
16 o
13 o
7o
95 o
15 o
23 o
17 o
21 o
17 o
14 o
26 o
22 o
19 o
27 o
34 o
30 o
20 o
42 o
28 o
33 o
54 o
36 o
36 o
55 o
28 o
43 o
49 o
59 o
35 o
31 o
73 o
25 o
57 o
40 o
65 o
39 o
45 o
32 o
48 o
38 o
51 o
43 o
49 o
57 o
62 o
46 o
64 o
60 o
53 o
74 o
47 o
76 o
63 o
24 o
123 o
Amb. Inst.
0.051
0.026
0.041
0.034
0.030
0.016
0.047
0.031
0.037
0.042
0.041
0.043
0.049
0.037
0.028
0.045
0.046
0.016
0.042
0.029
0.037
0.031
0.046
0.033
0.040
0.041
0.036
0.044
0.041
0.044
0.037
0.049
0.042
0.029
0.039
0.042
0.042
0.042
0.036
0.044
0.039
0.042
0.039
0.040
0.047
0.032
0.044
0.044
0.048
0.043
0.043
0.039
0.041
0.043
0.042
0.045
0.042
0.044
0.044
0.042
0.041
0.042
0.044
0.045
0.040
0.040
0.041
0.000
0.030
Posic
ao
1o
394 o
176 o
375 o
387 o
397 o
7o
383 o
335 o
106 o
142 o
74 o
3o
320 o
391 o
16 o
13 o
398 o
111 o
389 o
322 o
384 o
13 o
378 o
236 o
185 o
351 o
46 o
156 o
37 o
317 o
2o
122 o
390 o
246 o
88 o
124 o
126 o
339 o
41 o
283 o
97 o
247 o
212 o
6o
382 o
48 o
28 o
5o
54 o
57 o
263 o
161 o
59 o
85 o
27 o
101 o
31 o
42 o
130 o
140 o
92 o
35 o
21 o
216 o
200 o
155 o
399 o
388 o
82
Tabela 38: Continua: Ranking dos maiores indicadores propostos (IDMS) no estado do
Parana
Municipios
Douradina
Cafelandia
Faxinal
Assai
Guaira
Cambe
Mambore
Japira
Uniao da Vitoria
Nova Aurora
Chopinzinho
Santa Isabel do Ivai
Ubirata
Vitorino
Tupassi
Mercedes
Telemaco Borba
Goioere
Sertaneja
Terra Rica
Wenceslau Braz
Santa Fe
Colorado
Pato Bragado
Mariopolis
Missal
Arapoti
Ipora
Jacarezinho
Sao Pedro do Ivai
Cruzeiro do Oeste
Palmas
Nova Fatima
Florai
Ampere
Ribeirao Claro
Santa Helena
Urai
Santa Terezinha de Itaipu
Juranda
Guaraniacu
Sao Jorge dOeste
Prudentopolis
Ivatuba
Andira
Terra Boa
Bela Vista do Paraiso
Siqueira Campos
Campina Grande do Sul
Sabaudia
Quatro Barras
Vera Cruz do Oeste
Itambe
Clevelandia
Marilandia do Sul
Rondon
Floresta
Mandaguacu
Atalaia
Bom Sucesso do Sul
Mallet
Tibagi
Joaquim Tavora
Doutor Camargo
Santa Mariana
Catanduvas
Alto Piquiri
Senges
IDMS
0.100
0.100
0.100
0.100
0.099
0.099
0.099
0.099
0.099
0.098
0.098
0.098
0.098
0.098
0.097
0.097
0.097
0.097
0.097
0.097
0.096
0.096
0.096
0.096
0.096
0.095
0.095
0.095
0.095
0.095
0.094
0.094
0.094
0.094
0.094
0.094
0.093
0.093
0.093
0.093
0.093
0.092
0.092
0.092
0.092
0.092
0.092
0.091
0.091
0.091
0.091
0.091
0.091
0.090
0.090
0.090
0.090
0.090
0.090
0.090
0.089
0.089
0.089
0.089
0.089
0.088
0.088
0.088
Posic
ao
70 o
71 o
72 o
73 o
74 o
75 o
76 o
77 o
78 o
79 o
80 o
81 o
82 o
83 o
84 o
85 o
86 o
87 o
88 o
89 o
90 o
91 o
92 o
93 o
94 o
95 o
96 o
97 o
98 o
99 o
100 o
101 o
102 o
103 o
104 o
105 o
106 o
107 o
108 o
109 o
110 o
111 o
112 o
113 o
114 o
115 o
116 o
117 o
118 o
119 o
120 o
121 o
122 o
123 o
124 o
125 o
126 o
127 o
128 o
129 o
130 o
131 o
132 o
133 o
134 o
135 o
136 o
137 o
Tam. Merc.
0.003
0.007
0.004
0.005
0.006
0.022
0.005
0.002
0.010
0.005
0.008
0.003
0.007
0.005
0.006
0.005
0.016
0.008
0.002
0.007
0.005
0.002
0.007
0.003
0.004
0.007
0.008
0.006
0.010
0.004
0.006
0.009
0.005
0.002
0.009
0.004
0.008
0.004
0.006
0.007
0.006
0.007
0.012
0.007
0.007
0.005
0.003
0.006
0.013
0.002
0.008
0.007
0.006
0.007
0.006
0.005
0.004
0.006
0.005
0.007
0.007
0.007
0.004
0.007
0.005
0.007
0.007
0.007
Posic
ao
380 o
297 o
376 o
341 o
313 o
16 o
346 o
387 o
96 o
346 o
186 o
377 o
266 o
355 o
318 o
360 o
22 o
197 o
391 o
304 o
351 o
391 o
299 o
384 o
375 o
290 o
188 o
324 o
110 o
363 o
316 o
169 o
358 o
388 o
180 o
373 o
196 o
365 o
333 o
304 o
324 o
282 o
39 o
294 o
285 o
344 o
384 o
330 o
33 o
390 o
223 o
266 o
329 o
294 o
327 o
353 o
369 o
330 o
341 o
285 o
242 o
248 o
362 o
280 o
358 o
255 o
266 o
247 o
Op. Neg.
0.056
0.051
0.055
0.053
0.053
0.046
0.053
0.052
0.054
0.050
0.047
0.052
0.048
0.047
0.045
0.046
0.049
0.049
0.054
0.046
0.049
0.054
0.050
0.049
0.050
0.043
0.050
0.047
0.049
0.050
0.047
0.049
0.045
0.051
0.042
0.049
0.044
0.049
0.046
0.041
0.047
0.040
0.043
0.038
0.046
0.047
0.052
0.045
0.042
0.050
0.048
0.039
0.041
0.043
0.044
0.045
0.045
0.045
0.040
0.037
0.039
0.045
0.046
0.037
0.046
0.038
0.039
0.044
Posic
ao
52 o
77 o
56 o
69 o
68 o
106 o
70 o
75 o
67 o
80 o
98 o
71 o
94 o
102 o
112 o
109 o
93 o
92 o
66 o
105 o
90 o
61 o
81 o
87 o
82 o
125 o
85 o
100 o
89 o
84 o
100 o
87 o
113 o
79 o
128 o
86 o
120 o
91 o
107 o
137 o
99 o
142 o
124 o
157 o
108 o
97 o
72 o
114 o
128 o
83 o
96 o
150 o
140 o
126 o
119 o
115 o
111 o
116 o
146 o
161 o
147 o
118 o
110 o
160 o
104 o
156 o
148 o
121 o
Amb. Inst.
0.041
0.042
0.041
0.041
0.040
0.031
0.041
0.045
0.035
0.043
0.043
0.042
0.042
0.046
0.046
0.046
0.032
0.040
0.041
0.044
0.042
0.040
0.039
0.043
0.042
0.045
0.037
0.042
0.035
0.041
0.041
0.036
0.044
0.041
0.043
0.041
0.041
0.040
0.041
0.045
0.039
0.045
0.037
0.048
0.039
0.039
0.036
0.040
0.035
0.039
0.035
0.045
0.044
0.041
0.041
0.040
0.041
0.039
0.045
0.046
0.043
0.037
0.039
0.045
0.038
0.043
0.042
0.037
Posic
ao
175 o
113 o
157 o
140 o
238 o
386 o
143 o
25 o
370 o
68 o
78 o
100 o
90 o
10 o
12 o
8o
380 o
234 o
172 o
43 o
98 o
222 o
254 o
52 o
95 o
17 o
316 o
111 o
363 o
181 o
151 o
347 o
29 o
147 o
62 o
170 o
131 o
229 o
159 o
18 o
240 o
20 o
329 o
4o
278 o
264 o
339 o
197 o
361 o
268 o
364 o
24 o
34 o
179 o
173 o
209 o
171 o
256 o
23 o
9o
82 o
320 o
261 o
18 o
309 o
66 o
106 o
314 o
83
Tabela 39: Continua: Ranking dos maiores indicadores propostos (IDMS) no estado do
Parana
Municipios
Campina da Lagoa
Santa Tereza do Oeste
Terra Roxa
Mangueirinha
Itaipulandia
Alvorada do Sul
Matelandia
Vere
Eneas Marques
Pitanga
Morretes
Bandeirantes
Quatigua
Paraiso do Norte
Porto Rico
Ibaiti
Alto Parana
Santa Cruz de Monte Castelo
Planalto
Jaguariaiva
Capitao Leonidas Marques
Lupionopolis
Peabiru
Boa Esperanca
Renascenca
Marmeleiro
Cidade Gaucha
Angulo
Borrazopolis
Quitandinha
Santo Antonio do Sudoeste
Japura
Jaguapita
Pinhalao
Nova Alianca do Ivai
Jundiai do Sul
Contenda
Serranopolis do Iguacu
Carlopolis
Congonhinhas
Manoel Ribas
Araruna
General Carneiro
Ortigueira
Cambira
Iguaracu
Santa Izabel do Oeste
Planaltina do Parana
Itapejara dOeste
Antonina
Tapejara
Janiopolis
Nova Prata do Iguacu
Tijucas do Sul
Ribeirao do Pinhal
Cantagalo
Barbosa Ferraz
Lobato
Querencia do Norte
Farol
Pirai do Sul
Roncador
Salto do Lontra
Santo Antonio do Paraiso
Paranacity
Sao Jose da Boa Vista
Icaraima
Altonia
IDMS
0.088
0.088
0.088
0.088
0.088
0.088
0.088
0.088
0.087
0.087
0.087
0.087
0.087
0.087
0.087
0.087
0.086
0.086
0.086
0.086
0.086
0.086
0.085
0.085
0.085
0.085
0.085
0.084
0.084
0.084
0.084
0.083
0.083
0.083
0.083
0.083
0.083
0.083
0.083
0.083
0.083
0.083
0.083
0.083
0.083
0.082
0.082
0.082
0.082
0.082
0.082
0.082
0.082
0.082
0.081
0.081
0.081
0.081
0.081
0.081
0.081
0.080
0.080
0.080
0.080
0.080
0.080
0.080
Posic
ao
138 o
139 o
140 o
141 o
142 o
143 o
144 o
145 o
146 o
147 o
148 o
149 o
150 o
151 o
152 o
153 o
154 o
155 o
156 o
157 o
158 o
159 o
160 o
161 o
162 o
163 o
164 o
165 o
166 o
167 o
168 o
169 o
170 o
171 o
172 o
173 o
174 o
175 o
176 o
177 o
178 o
179 o
180 o
181 o
182 o
183 o
184 o
185 o
186 o
187 o
188 o
189 o
190 o
191 o
192 o
193 o
194 o
195 o
196 o
197 o
198 o
199 o
200 o
201 o
202 o
203 o
204 o
205 o
Tam. Merc.
0.006
0.006
0.006
0.010
0.007
0.006
0.007
0.008
0.007
0.010
0.005
0.009
0.005
0.006
0.004
0.009
0.006
0.005
0.009
0.010
0.010
0.005
0.005
0.007
0.007
0.007
0.007
0.006
0.007
0.012
0.009
0.007
0.006
0.007
0.006
0.004
0.009
0.008
0.007
0.008
0.009
0.008
0.008
0.009
0.007
0.004
0.009
0.003
0.009
0.009
0.008
0.008
0.009
0.008
0.007
0.010
0.010
0.007
0.008
0.008
0.009
0.008
0.009
0.005
0.008
0.008
0.008
0.009
Posic
ao
309 o
315 o
327 o
107 o
285 o
336 o
280 o
226 o
255 o
109 o
343 o
171 o
354 o
323 o
365 o
132 o
324 o
344 o
154 o
120 o
99 o
338 o
351 o
290 o
242 o
245 o
276 o
309 o
301 o
37 o
147 o
263 o
334 o
259 o
318 o
367 o
158 o
218 o
276 o
214 o
179 o
228 o
230 o
149 o
294 o
363 o
143 o
378 o
174 o
152 o
230 o
239 o
151 o
230 o
285 o
112 o
123 o
248 o
221 o
241 o
133 o
216 o
170 o
338 o
228 o
183 o
200 o
157 o
Op. Neg.
0.041
0.040
0.047
0.037
0.038
0.042
0.042
0.036
0.035
0.039
0.045
0.043
0.041
0.040
0.041
0.040
0.043
0.041
0.033
0.042
0.034
0.038
0.042
0.035
0.034
0.037
0.038
0.034
0.036
0.027
0.033
0.035
0.041
0.032
0.034
0.039
0.033
0.032
0.036
0.033
0.032
0.035
0.036
0.039
0.036
0.039
0.031
0.042
0.031
0.037
0.037
0.031
0.030
0.036
0.035
0.028
0.031
0.032
0.032
0.029
0.033
0.032
0.031
0.034
0.033
0.028
0.031
0.032
Posic
ao
139 o
144 o
103 o
162 o
158 o
133 o
133 o
169 o
173 o
150 o
117 o
122 o
138 o
143 o
136 o
145 o
127 o
141 o
187 o
132 o
178 o
155 o
131 o
171 o
181 o
164 o
154 o
176 o
165 o
248 o
188 o
174 o
135 o
195 o
184 o
152 o
185 o
203 o
166 o
191 o
196 o
172 o
170 o
149 o
167 o
153 o
217 o
130 o
209 o
159 o
163 o
212 o
222 o
168 o
175 o
238 o
214 o
201 o
197 o
228 o
192 o
201 o
206 o
180 o
190 o
239 o
208 o
197 o
Amb. Inst.
0.041
0.042
0.036
0.041
0.043
0.040
0.039
0.044
0.045
0.038
0.037
0.035
0.041
0.041
0.041
0.037
0.038
0.041
0.044
0.035
0.041
0.042
0.038
0.043
0.044
0.041
0.039
0.044
0.041
0.044
0.041
0.041
0.036
0.043
0.043
0.040
0.040
0.043
0.040
0.042
0.042
0.040
0.039
0.034
0.040
0.039
0.042
0.036
0.042
0.036
0.037
0.043
0.043
0.038
0.040
0.043
0.041
0.042
0.041
0.045
0.038
0.041
0.040
0.041
0.039
0.044
0.041
0.039
Posic
ao
139 o
128 o
357 o
147 o
55 o
191 o
260 o
36 o
22 o
288 o
326 o
366 o
149 o
190 o
134 o
319 o
305 o
184 o
39 o
368 o
146 o
115 o
297 o
73 o
38 o
158 o
249 o
46 o
133 o
32 o
136 o
153 o
350 o
55 o
50 o
205 o
195 o
49 o
228 o
119 o
125 o
237 o
241 o
371 o
221 o
257 o
103 o
343 o
94 o
358 o
315 o
60 o
71 o
299 o
208 o
50 o
187 o
116 o
178 o
26 o
296 o
167 o
198 o
154 o
245 o
39 o
176 o
282 o
84
Tabela 40: Continua: Ranking dos maiores indicadores propostos (IDMS) no estado do
Parana
Municipios
Conselheiro Mairinck
Indianopolis
Reserva
Perola dOeste
Sao Joao do Ivai
Nova Cantu
Pinhao
Tomazina
Sulina
Imbituva
Moreira Sales
Boa Ventura de Sao Roque
Tres Barras do Parana
Jesuitas
Brasilandia do Sul
Candoi
Munhoz de Melo
Porecatu
Jussara
Virmond
California
Ipiranga
Flor da Serra do Sul
Pien
Sao Tome
Iretama
Florida
Sao Carlos do Ivai
Kalore
Sao Joao do Caiua
Boa Vista da Aparecida
Ouro Verde do Oeste
Tamboara
Saudade do Iguacu
Ibema
Diamante DOeste
Nova Olimpia
Maua da Serra
Teixeira Soares
Ourizona
Balsa Nova
Lindoeste
Fazenda Rio Grande
Leopolis
Sao Pedro do Parana
Paula Freitas
Paicandu
Formosa do Oeste
Primeiro de Maio
Itambaraca
Quinta do Sol
Quarto Centenario
Nova America da Colina
Quedas do Iguacu
Xambre
Rancho Alegre DOeste
Luiziana
Bituruna
Campo Bonito
Curiuva
Marumbi
Boa Esperanca do Iguacu
IDMS
0.080
0.080
0.080
0.080
0.079
0.079
0.079
0.079
0.079
0.079
0.079
0.079
0.079
0.079
0.079
0.079
0.078
0.078
0.078
0.078
0.078
0.078
0.078
0.077
0.077
0.077
0.077
0.077
0.077
0.077
0.077
0.077
0.077
0.077
0.077
0.077
0.076
0.076
0.076
0.076
0.076
0.076
0.076
0.075
0.075
0.075
0.075
0.075
0.075
0.075
0.075
0.075
0.075
0.074
0.074
0.074
0.074
0.074
0.074
0.074
0.074
0.074
Posic
ao
206 o
207 o
208 o
209 o
210 o
211 o
212 o
213 o
214 o
215 o
216 o
217 o
218 o
219 o
220 o
221 o
222 o
223 o
224 o
225 o
226 o
227 o
228 o
229 o
230 o
231 o
232 o
233 o
234 o
235 o
236 o
237 o
238 o
239 o
240 o
241 o
242 o
243 o
244 o
245 o
246 o
247 o
248 o
249 o
250 o
251 o
252 o
253 o
254 o
255 o
256 o
257 o
258 o
259 o
260 o
261 o
262 o
263 o
264 o
265 o
266 o
267 o
Tam. Merc.
0.008
0.007
0.010
0.009
0.008
0.008
0.012
0.007
0.008
0.011
0.008
0.010
0.010
0.008
0.006
0.010
0.007
0.008
0.007
0.008
0.006
0.008
0.009
0.011
0.009
0.009
0.007
0.005
0.008
0.007
0.009
0.009
0.007
0.008
0.009
0.008
0.008
0.007
0.010
0.007
0.010
0.009
0.014
0.006
0.005
0.008
0.011
0.008
0.007
0.009
0.007
0.009
0.009
0.012
0.007
0.007
0.006
0.009
0.010
0.009
0.007
0.011
Posic
ao
185 o
301 o
94 o
168 o
221 o
191 o
43 o
245 o
217 o
76 o
210 o
122 o
117 o
184 o
317 o
125 o
255 o
193 o
285 o
203 o
309 o
201 o
135 o
84 o
147 o
165 o
266 o
346 o
239 o
290 o
166 o
154 o
264 o
223 o
137 o
226 o
209 o
299 o
99 o
282 o
116 o
181 o
30 o
322 o
346 o
195 o
77 o
223 o
301 o
154 o
304 o
177 o
163 o
47 o
274 o
297 o
309 o
175 o
118 o
160 o
259 o
61 o
Op. Neg.
0.027
0.031
0.032
0.028
0.032
0.028
0.028
0.031
0.028
0.031
0.031
0.023
0.026
0.028
0.032
0.029
0.028
0.033
0.033
0.027
0.034
0.031
0.024
0.027
0.026
0.028
0.028
0.034
0.028
0.031
0.026
0.026
0.030
0.027
0.026
0.026
0.027
0.033
0.024
0.028
0.029
0.024
0.034
0.030
0.033
0.027
0.028
0.027
0.034
0.025
0.029
0.023
0.023
0.025
0.028
0.028
0.030
0.030
0.021
0.027
0.027
0.017
Posic
ao
255 o
214 o
203 o
240 o
200 o
240 o
230 o
212 o
244 o
207 o
205 o
297 o
261 o
229 o
199 o
225 o
235 o
193 o
194 o
251 o
179 o
211 o
286 o
257 o
266 o
244 o
237 o
177 o
232 o
210 o
268 o
268 o
220 o
253 o
265 o
261 o
246 o
186 o
289 o
240 o
224 o
282 o
181 o
222 o
189 o
251 o
236 o
247 o
183 o
271 o
227 o
299 o
296 o
270 o
231 o
234 o
219 o
220 o
311 o
258 o
259 o
349 o
Amb. Inst.
0.044
0.042
0.038
0.043
0.040
0.043
0.039
0.041
0.044
0.037
0.039
0.046
0.042
0.042
0.040
0.040
0.043
0.037
0.039
0.043
0.038
0.039
0.044
0.040
0.043
0.041
0.042
0.038
0.042
0.040
0.043
0.043
0.040
0.042
0.042
0.042
0.041
0.036
0.042
0.041
0.037
0.043
0.028
0.040
0.037
0.040
0.036
0.040
0.035
0.041
0.039
0.043
0.042
0.037
0.039
0.039
0.038
0.036
0.043
0.038
0.040
0.046
Posic
ao
30 o
84 o
306 o
67 o
224 o
61 o
272 o
165 o
45 o
332 o
239 o
13 o
86 o
123 o
192 o
232 o
65 o
327 o
277 o
75 o
312 o
276 o
33 o
215 o
81 o
163 o
91 o
302 o
128 o
227 o
77 o
80 o
199 o
103 o
127 o
86 o
150 o
349 o
108 o
136 o
336 o
72 o
391 o
219 o
324 o
223 o
345 o
204 o
367 o
182 o
242 o
69 o
96 o
330 o
267 o
243 o
298 o
355 o
64 o
293 o
217 o
11 o
85
Tabela 41: Continua: Ranking dos maiores indicadores propostos (IDMS) no estado do
Parana
Municipios
Guairaca
Santa Ines
Tuneiras do Oeste
Perobal
Abatia
Tapira
Presidente Castelo Branco
Bocaiuva do Sul
Sao Jose das Palmeiras
Pitangueiras
Uniflor
Amapora
Francisco Alves
Sao Joao do Triunfo
Mandirituba
Campo Magro
Palmital
Ariranha do Ivai
Porto Amazonas
Jardim Alegre
Santa Amelia
Santa Lucia
Fernandes Pinheiro
Guapirama
Sao Sebastiao da Amoreira
Santa Cecilia do Pavao
Nova Laranjeiras
Inacio Martins
Rio Bom
Bom Sucesso
Santana do Itarare
Salgado Filho
Jataizinho
Ivate
Honorio Serpa
Rio Azul
Sao Pedro do Iguacu
Sarandi
Sao Jorge do Patrocinio
Alto Paraiso
Fenix
Cafezal do Sul
Nova Esperanca do Sudoeste
Santo Antonio do Caiua
Altamira do Parana
Reboucas
Diamante do Norte
Guaraci
Nova Santa Barbara
Lidianopolis
Itaguaje
Grandes Rios
Figueira
Sapopema
Campo do Tenente
Novo Itacolomi
Turvo
Rio Branco do Sul
Tamarana
Candido de Abreu
Imbau
Espigao Alto do Iguacu
Maria Helena
Rancho Alegre
Marilena
IDMS
0.074
0.074
0.074
0.074
0.073
0.073
0.073
0.073
0.073
0.073
0.073
0.073
0.073
0.073
0.073
0.073
0.072
0.072
0.072
0.072
0.072
0.072
0.072
0.072
0.072
0.072
0.072
0.072
0.071
0.071
0.071
0.071
0.071
0.071
0.071
0.071
0.071
0.071
0.071
0.071
0.071
0.071
0.070
0.070
0.070
0.070
0.070
0.070
0.070
0.069
0.069
0.069
0.069
0.069
0.069
0.069
0.069
0.069
0.069
0.068
0.068
0.068
0.068
0.068
0.068
Posic
ao
268 o
269 o
270 o
271 o
272 o
273 o
274 o
275 o
276 o
277 o
278 o
279 o
280 o
281 o
282 o
283 o
284 o
285 o
286 o
287 o
288 o
289 o
290 o
291 o
292 o
293 o
294 o
295 o
296 o
297 o
298 o
299 o
300 o
301 o
302 o
303 o
304 o
305 o
306 o
307 o
308 o
309 o
310 o
311 o
312 o
313 o
314 o
315 o
316 o
317 o
318 o
319 o
320 o
321 o
322 o
323 o
324 o
325 o
326 o
327 o
328 o
329 o
330 o
331 o
332 o
Tam. Merc.
0.007
0.008
0.009
0.008
0.009
0.007
0.007
0.007
0.009
0.008
0.008
0.007
0.009
0.011
0.010
0.011
0.009
0.010
0.007
0.011
0.010
0.010
0.011
0.008
0.008
0.007
0.012
0.009
0.009
0.008
0.009
0.011
0.008
0.010
0.010
0.010
0.010
0.014
0.009
0.008
0.008
0.008
0.011
0.008
0.008
0.012
0.007
0.008
0.010
0.009
0.007
0.009
0.008
0.007
0.009
0.010
0.011
0.015
0.008
0.011
0.009
0.012
0.008
0.007
0.010
Posic
ao
276 o
230 o
144 o
212 o
173 o
259 o
259 o
304 o
134 o
215 o
207 o
266 o
164 o
83 o
95 o
62 o
153 o
115 o
284 o
88 o
128 o
114 o
89 o
211 o
189 o
276 o
52 o
135 o
160 o
230 o
139 o
91 o
182 o
103 o
108 o
101 o
124 o
28 o
141 o
230 o
192 o
230 o
74 o
198 o
190 o
60 o
248 o
213 o
105 o
159 o
251 o
150 o
218 o
242 o
177 o
93 o
68 o
24 o
186 o
72 o
176 o
54 o
201 o
251 o
130 o
Op. Neg.
0.028
0.024
0.025
0.027
0.025
0.027
0.027
0.031
0.021
0.024
0.024
0.027
0.023
0.021
0.029
0.025
0.025
0.019
0.028
0.021
0.021
0.019
0.019
0.024
0.024
0.025
0.019
0.024
0.021
0.026
0.020
0.018
0.027
0.022
0.019
0.024
0.021
0.031
0.022
0.024
0.022
0.025
0.016
0.022
0.021
0.020
0.026
0.024
0.017
0.019
0.024
0.021
0.025
0.025
0.024
0.016
0.019
0.019
0.024
0.019
0.023
0.013
0.022
0.023
0.018
Posic
ao
233 o
283 o
280 o
249 o
278 o
256 o
254 o
216 o
319 o
285 o
295 o
250 o
301 o
314 o
225 o
273 o
279 o
332 o
243 o
313 o
318 o
326 o
333 o
292 o
284 o
275 o
330 o
293 o
310 o
264 o
322 o
338 o
259 o
308 o
324 o
291 o
317 o
218 o
309 o
290 o
306 o
276 o
351 o
305 o
316 o
323 o
267 o
288 o
348 o
331 o
294 o
311 o
274 o
277 o
281 o
352 o
324 o
329 o
286 o
328 o
300 o
369 o
307 o
298 o
338 o
Amb. Inst.
0.039
0.042
0.040
0.038
0.040
0.039
0.039
0.036
0.043
0.041
0.041
0.039
0.041
0.041
0.033
0.036
0.039
0.044
0.038
0.040
0.042
0.043
0.043
0.040
0.039
0.039
0.041
0.039
0.041
0.038
0.042
0.042
0.036
0.039
0.042
0.037
0.041
0.026
0.040
0.039
0.041
0.038
0.043
0.040
0.041
0.039
0.037
0.038
0.043
0.042
0.038
0.039
0.036
0.037
0.036
0.042
0.038
0.034
0.036
0.038
0.037
0.043
0.038
0.037
0.040
Posic
ao
280 o
117 o
220 o
289 o
206 o
252 o
262 o
346 o
58 o
144 o
132 o
281 o
145 o
163 o
379 o
352 o
275 o
44 o
308 o
196 o
114 o
70 o
76 o
203 o
269 o
248 o
169 o
286 o
135 o
301 o
102 o
83 o
354 o
258 o
120 o
322 o
185 o
393 o
207 o
244 o
189 o
290 o
62 o
202 o
188 o
285 o
337 o
303 o
79 o
120 o
287 o
259 o
344 o
331 o
353 o
89 o
294 o
374 o
348 o
291 o
333 o
53 o
307 o
325 o
230 o
86
Tabela 42: Continua: Ranking dos maiores indicadores propostos (IDMS) no estado do
Parana
Municipios
Inaja
Paulo Frontin
Mariluz
Braganey
Guaporema
Tunas do Parana
Lunardelli
Porto Vitoria
Paranapoema
Corumbatai do Sul
Ventania
Prado Ferreira
Iracema do Oeste
Agudos do Sul
Barra do Jacare
Miraselva
Guamiranga
Bela Vista da Caroba
Jaboti
Esperanca Nova
Mirador
Marquinho
Cruzeiro do Iguacu
Rosario do Ivai
Nova Tebas
Centenario do Sul
Rio Bonito do Iguacu
Sao Jeronimo da Serra
Reserva do Iguacu
Ramilandia
Nossa Senhora das Gracas
Almirante Tamandare
Porto Barreiro
Coronel Domingos Soares
Foz do Jordao
Antonio Olinto
Ivai
Iguatu
Cruz Machado
Salto do Itarare
Bom Jesus do Sul
Santa Maria do Oeste
Arapua
Rio Branco do Ivai
Itaperucu
Anahy
Jardim Olinda
Piraquara
Diamante do Sul
Itauna do Sul
Manfrinopolis
Cruzmaltina
Cafeara
Pinhal de Sao Bento
Santa Monica
Cruzeiro do Sul
Adrianopolis
Laranjal
Sao Manoel do Parana
Goioxim
Campina do Simao
Florestopolis
Mato Rico
Guaraquecaba
Godoy Moreira
Cerro Azul
Doutor Ulysses
IDMS
0.068
0.068
0.067
0.067
0.067
0.067
0.067
0.067
0.067
0.066
0.066
0.066
0.066
0.066
0.066
0.066
0.066
0.066
0.065
0.065
0.065
0.065
0.065
0.065
0.065
0.065
0.064
0.064
0.064
0.064
0.064
0.064
0.064
0.064
0.064
0.064
0.063
0.063
0.063
0.063
0.063
0.062
0.062
0.062
0.062
0.061
0.061
0.061
0.060
0.060
0.060
0.060
0.059
0.059
0.059
0.059
0.059
0.059
0.059
0.058
0.058
0.057
0.056
0.056
0.054
0.049
0.046
Posic
ao
333 o
334 o
335 o
336 o
337 o
338 o
339 o
340 o
341 o
342 o
343 o
344 o
345 o
346 o
347 o
348 o
349 o
350 o
351 o
352 o
353 o
354 o
355 o
356 o
357 o
358 o
359 o
360 o
361 o
362 o
363 o
364 o
365 o
366 o
367 o
368 o
369 o
370 o
371 o
372 o
373 o
374 o
375 o
376 o
377 o
378 o
379 o
380 o
381 o
382 o
383 o
384 o
385 o
386 o
387 o
388 o
389 o
390 o
391 o
392 o
393 o
394 o
395 o
396 o
397 o
398 o
399 o
Tam. Merc.
0.010
0.011
0.010
0.011
0.008
0.008
0.010
0.008
0.009
0.011
0.010
0.006
0.010
0.010
0.010
0.009
0.012
0.012
0.010
0.007
0.010
0.012
0.012
0.009
0.012
0.008
0.012
0.010
0.011
0.011
0.010
0.018
0.011
0.011
0.011
0.014
0.011
0.011
0.012
0.010
0.012
0.012
0.011
0.008
0.012
0.011
0.008
0.016
0.011
0.010
0.012
0.011
0.009
0.012
0.008
0.009
0.011
0.011
0.012
0.012
0.012
0.009
0.011
0.014
0.012
0.013
0.012
Posic
ao
119 o
86 o
129 o
80 o
205 o
203 o
121 o
230 o
172 o
87 o
106 o
320 o
97 o
131 o
126 o
167 o
45 o
59 o
92 o
274 o
102 o
58 o
56 o
137 o
51 o
194 o
35 o
113 o
79 o
67 o
127 o
18 o
70 o
78 o
75 o
31 o
66 o
82 o
56 o
98 o
44 o
36 o
65 o
206 o
42 o
84 o
199 o
21 o
73 o
111 o
41 o
81 o
140 o
50 o
220 o
146 o
70 o
69 o
49 o
46 o
55 o
145 o
64 o
27 o
48 o
34 o
40 o
Op. Neg.
0.017
0.017
0.019
0.017
0.020
0.022
0.017
0.023
0.018
0.015
0.019
0.025
0.014
0.018
0.016
0.018
0.014
0.012
0.014
0.021
0.014
0.012
0.012
0.018
0.014
0.023
0.012
0.018
0.014
0.011
0.015
0.026
0.011
0.014
0.013
0.009
0.015
0.012
0.017
0.012
0.008
0.011
0.010
0.018
0.014
0.012
0.015
0.021
0.010
0.012
0.007
0.011
0.014
0.006
0.017
0.014
0.013
0.009
0.007
0.007
0.007
0.015
0.007
0.006
0.004
0.005
0.000
Posic
ao
345 o
347 o
327 o
350 o
321 o
304 o
343 o
302 o
337 o
357 o
333 o
271 o
364 o
342 o
353 o
341 o
363 o
376 o
361 o
315 o
359 o
378 o
373 o
336 o
364 o
303 o
378 o
340 o
364 o
380 o
354 o
263 o
382 o
364 o
370 o
387 o
358 o
373 o
344 o
372 o
389 o
380 o
385 o
335 o
361 o
377 o
356 o
320 o
385 o
373 o
392 o
383 o
364 o
395 o
345 o
360 o
371 o
387 o
392 o
390 o
392 o
355 o
391 o
396 o
398 o
397 o
399 o
Amb. Inst.
0.041
0.040
0.039
0.040
0.039
0.036
0.040
0.036
0.040
0.041
0.038
0.035
0.042
0.039
0.040
0.039
0.040
0.042
0.041
0.037
0.041
0.042
0.041
0.037
0.039
0.034
0.040
0.037
0.040
0.042
0.039
0.020
0.042
0.039
0.040
0.041
0.037
0.040
0.034
0.040
0.042
0.039
0.041
0.035
0.035
0.039
0.038
0.024
0.040
0.038
0.041
0.038
0.037
0.041
0.034
0.036
0.035
0.039
0.040
0.039
0.039
0.032
0.038
0.036
0.038
0.031
0.034
Posic
ao
173 o
214 o
272 o
226 o
284 o
341 o
225 o
342 o
233 o
162 o
309 o
369 o
105 o
279 o
211 o
274 o
218 o
99 o
166 o
318 o
182 o
110 o
159 o
328 o
250 o
377 o
193 o
338 o
210 o
118 o
255 o
396 o
109 o
253 o
235 o
179 o
313 o
193 o
373 o
212 o
93 o
271 o
136 o
365 o
360 o
266 o
311 o
395 o
231 o
300 o
168 o
292 o
334 o
151 o
372 o
356 o
362 o
270 o
201 o
265 o
251 o
381 o
295 o
359 o
304 o
385 o
376 o
87
APENDICE
Analise Fatorial
A analise fatorial, de modo geral, e utilizada para analisar a estrutura das interrelacoes (correlacoes) entre um grande n
umero de variaveis, definindo um conjunto de dimensoes latentes comuns que facilitam a compreensao da estrutura da nuvem de dados,
chamadas de fatores.
A definicao do modelo da analise fatorial e a seguinte:
Seja p um conjunto de variaveis observaveis, x1 , x2 , . . . , xp com medias 1 , . . . , p .
Suponha que algumas constantes desconhecidas lij e k variaveis nao-observaveis Fj onde
i 1, . . . , p e j 1, . . . , k onde k < p teremos:
xi i = li1 F1 + . . . + lik Fk + ei
No qual ei sao os erros i.d.d. com media zero e variancia finita, que nao e a mesma
88
ou
= LLT +
ou
X
= LLT +
89
nicas.
E(Fi Fi ) = e E(i i ) = onde e a diagonal da matriz de variancias u
Dadas essas premissas, poderemos derivar a relacao fundamental da variancia na
analise fatorial pela notacao que a matriz de variancias das variaveis observaveis e dada por:
= E[(LFi + i )(LFi + i ) ]
0
= LL +
90
ii
|{z}
V ar(Xi )
{z
comunalidade
i
|{z}
vari
ancia especfica
2
li1
2
li2
+ ... +
2
lim
m
X
2
lij
com i = 1, 2, . . . , p
j=1
entao
i2 = ii = h2i + i ,
i = 1, 2, . . . , p
= E[(LFi + i )Fi ]
= L
Inicialmente, assumiremos que os fatores sao ortogonais, entao = Ie assim:
0
var(X) = LL +
var(X, F ) = L
Note que com os fatores ortogonais, as comunalidades h2j sao dadas pelos elementos
0
Do ingles uniqueness.
91
A tarefa primordial da analise fatorial e modelar p(p + 1)/2 das variancias e covariancias observadas de X como funcao das pm cargas fatoriais em L e das p variancias
b e ,
b podemos formar estimativas da matriz de
especficas in . Dadas as estimativas de L
P
bL
b + ,
b e a matriz de vari
bL
b .
vari
ancia total ajustada, c = L
ancias comums ajustada, cC = L
0
Se S for a matriz observada de dispersao, poderemos usar essas estimativas para definir a
P
P
matriz total de vari
ancias residuais Eb = S c e a variancia comum residual EbC = S cC .
b
b ...
b 0 e seja m < p o n
com
umero de fatores comuns. A matriz dos pesos
1
2
p
b =C
bD
c1/2 . Onde:
ou carregamentos estimados dos fatores lbij e dada por L
eb
eb12 . . .
11
eb21 eb22 . . .
Cb =
..
.. . .
.
.
.
ebp1
ebp2
...
eb1p
eb2p
,
..
.
ebpp
c1/2
eD
...
q
c1/2 a matriz
sendo Cb matriz dos autovetores dispostos em ordem decrescente e D
92
modo:
e =
L
q
b eb ...
1 1
b eb ... ...
2 2
b eb
m m
x x1
1j
x2j x2
xx=
..
xpj xp
j = 1, 2, . . . , p
ou padronizando, tem-se
zj =
(x1j x1 )
s1
(x2j x2 )
s2
..
.
(xpj xp )
sp
j = 1, 2, . . . , p
b
1
b =
b2
...
bp
com bi = s2i
m
X
j=1
2
lbij
com i = 1, 2, . . . , p
Rotacao Fatorial
Sabe-se da algebra matricial que uma transformacao ortogonal corresponde a uma
rotacao nas coordenadas dos eixos. Essa transformacao ortogonal sobre os fatores de carregamento e chamada de rotacao dos fatores, que tem como objetivo principal obter pesos
93
onde E(Fi Fi ) = Im . Suponha que nos multiplicamos outros fatores por uma matriz
0
e Fe +
Xi = L(T 1 ) T Fi + i = L
i
i
0
e dado por:
E(Fei Fei ) = T T =
0
Veja Browne (2001) (10) e Bernaards e Jennrich (2005) (8) para maiores detalhes.
Formas de Rotacao
Existem duas formas basicas de rotacao que envolvem diferentes restricoes em .
Na rotacao ortogonal, nos inserimos m(m 1)/2 restricoes na matriz transformada T entao
= I, implicando que os fatores rotacionados sao ortogonais. Na rotacao oblqua, impomos
somente m restricoes em T requerindo os elementos diagonais de = 1.
Na literatura estao presentes muitas formas de rotacao. A maioria dos metodos
envolve a minimizacao de uma funcao objetivo que mensure a complexidade de uma matriz
de fatores rotacionada com respeito a escolha de T , sujeito as restricoes na correlacao fatorial. Jennrich (2001, 2002) (42) descreve os algoritmos para realizar as rotacoes oblquas e
ortogonais para minimizar a funcao objetivo.
Por exemplo, suponha que formemos uma matriz de dimensao p m onde cada
2
elemento ij iguala ao score da carga fatorial correspondente lij : ij = lij
. Intutitivamente,
uma ou mais medidas de simplicidade dos fatores rotacionados padrao pode ser expressa como
uma funcao destas cargas ao quadrado. Uma tal funcao definiria a famlia de complexidades
94
de Crawford-Fergurson:
f (L) = (1 k)
p
X
i=1
m
m X
X
j=1 k6=1
ij ik + k
m
X
j=1
p p6X
=1
X
ij pj
i=1 p
V =
p
m
X
1X
4
leij
p j=1
i=1
p
X
i=1
le2
ij
lbij
e
lij = b
h
ij
Escores fatoriais
Os fatores usados para explicar a estrutura de covariancia dos dados observados sao
nao-observaveis, porem podem ser estimados atraves das cargas e dos dados observaveis.
Esta estimativa do escore fatorial pode ser usado em analises de diagnosticos subsequentes,
ou como substitutos para os dados observados de maior dimensao.
95
b =W
c (Z )
G
i
i
Z
0
c
onde W
e uma matriz p m dos coeficientes dos escores fatoriais derivadas da
fatoriais estimados. Por exemplo, Anderson e Rubin (1956 (2)) computam os estimadores
de mnimos quadrados ponderados para os escores fatoriais sujeito a condicao de que a
c0 P W
c = .
correlacao implcita na estrutura dos escores W
os elementos de W sao de acesso restrito a (-1, 0, 1) valores. Esses pesos sao determinados
pelas simplificadas recodificacoes dos elementos da matriz de cargas fatoriais ou uma matriz
de pesos exatos dos coeficientes com base em suas magnitudes. Os valores das matrizes que
sao maiores que um limite (em termos de valores absolutos) sao atribudos sinais de valores
correspondentes de -1 ou 1; todos os outros valores sao recodificados a 0 (Grice, 2001 (34)).