boletim de anÁlises estatÍstico basta 2018 vol. 1 · programas de pós graduação em economia e...
TRANSCRIPT
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO
Programas de Pós Graduação em
Economia e
Administração da
PUC-SP
BOLETIM DE ANÁLISES ESTATÍSTICO BASTA 2018
Vol. 1
O FUTURO DA EDUCAÇÃO E O TRABALHO
DISCIPLINA: MÉTODOS QUALITATIVOS E QUANTITATIVOS DA PESQUISA EMPÍRICA PROF. ARNOLDO JOSÉ DE HOYOS GUEVARA
Márcia Christina Ferreira Barleta
São Paulo – SP 2018
ANÁLISE DOS PAÍSES DA REGIÃO IBERO-AMERICANA (AIBER)PROJETO ORIBER
2
Sumário
1. Introdução ....................................................................................................................... 3
2. Entendendo Os Dados .................................................................................................... 3
2.1 Sobre Projeto Milênio – Observatório RIBER - ORIBER ......................................... 3
2.2 Os Indivíduos .............................................................................................................. 3
2.3 As variáveis do tema “O Futuro da Educação e o Trabalho” ..................................... 3
2.4 Países analisados ........................................................................................................ 6
3. Tratamento Dos Dados, Agrupamentos E Relacionamentos ..................................... 6
3.1 Análises de agrupamentos (clusters) ........................................................................... 6
3.2 Análise de variância - ANOVA ................................................................................ 10
3.3 Análise de Componentes Principais (PC) ................................................................. 11
3.4 Novo índice de performance ..................................................................................... 15
3.5 Criando indicadores a partir dos PC1, PC2, PC3, PC4, PC5 ..................................... 39
3.6 Ranking de FEW - AIBER ....................................................................................... 40
4. Considerações Finais ......................................................................................................................... 43
3
1. Introdução Este trabalho tem por objetivo realizar análises dos países da região Ibero-
Americana (AIBER). Para tanto serão efetuadas análises de correspondência, para obter
graficamente a distribuição dos resultados das variáveis do eixo temático O Futuro da
Educação e o Trabalho e analisar o grau de relacionamento entre as variáveis de
interesse. Análises de variância (ANOVA), regressões, de agrupamentos (clusters) e de
componentes principais também serão efetuadas. E por fim, ao se identificar as variáveis
de maior relevância na composição do modelo, será criado um indicador de performance,
através do qual os países serão agrupados e ordenados. E um mapa indicando suas posições
no ranking através das cores para destaque.
Os dados são compilados pelo Banco Mundial. O software estatístico utilizado neste
estudo é o Minitab.
2. Entendendo Os Dados Os dados desta análise compreende os 19 países pertencentes à região Ibero-
Americana (AIBER). Estes dados são representados pelos indicadores sintéticos e
analíticos de maior relevância para permitir análises e conclusões sobre o tema O Futuro
da Educação e o Trabalho e auxiliar os envolvidos no Projeto ORIBER – Observatório
RIBER.
2.1 Sobre Projeto Milênio – Observatório RIBER - ORIBER
A Rede Ibero-americana do Projeto Milênio – RIBER tem como objetivo: promover
o estudo da prospectiva na Iberoamérica através de uma comunidade com competências,
conceitos, métodos e práticas prospectivas, que permita analisar e intercambiar
informações sobre os diferentes países da região e contribuir na aprendizagem coletiva dos
atores regionais para o desenvolvimento de competências em prospectiva, fornecendo
referências das melhores práticas existentes na região e no mundo como um todo. Fonte:
Guia GPS – Gestão Pública Sustentável
2.2 Os Indivíduos
Os indivíduos desta análise são países que constam na base de dados do Banco
Mundial. Os conceitos que compõem o tema Reisliência, foram extraídos do material
fornecido em aula, do guia Programa Países Sustentáveis - Guia GPS – Gestão Pública
Sustentável, uma publicação do Núcleo de Estudos do Futuro da PUC-SP e do site do
Banco Mundial.
2.3 As variáveis do tema “O Futuro da Educação e o Trabalho”
Este tema da pesquisa apresenta 24 (vinte e quatro) variáveis, sendo três categóricas
– Country, Country Code e Região descritas abaixo no Quadro 1. Estas ainda podem ser
divididas em: índices sintéticos e variáveis-componentes ou indicadores, a saber:
Índices sintéticos | São 7 (sete): Social Progress Index, IDH, EPI Score, The
Happy Planet, Ginni, Governance, Labor Force,
Indicadores ou variáveis components | São 14 (sete): Acess to information and
Communications, Acess to Advanced Education, Adult literacy rate (% of pop. Aged 15+),
Primary school enrollment, Lower secondary school enrollment, Upper secondary schol
enrollment, Internet users, Years of tertiary schooling, Inequality in the attainment of
education, Number of globally ranked universities, Unemployment Total, Unemployment,
youth total (% of total labor force ages 15‐24), Knowledge and Technology, Creative
Outputs
4
Quadro 1. As variáveis do eixo temático: O Futuro da Educação e o Trabalho
Variável Significado Tipo Unidade de
Medida Original
PAÍS É o nome do país. Variável Categórica N/A
PAÍS _COD É o código de três
atribuído a cada
país.
Variável Categóric N/A
REG É a região em que
o país está
localizado, dentre
20 regiões do
mundo.
Variável Categórica N/A
SPI Pontuação no
Índice de Progresso
Social
Variável Quantitativa Pontuação do país,
em escala
centesimal.
Acess to
information and
Communications
Acesso a
informação e a
comunicações
Variável Quantitativa (% Ocorrência)
Acess to Advanced
Education
Acesso à Educação
Avançada
Variável Quantitativa (% Ocorrência)
Adult literacy rate
(% of pop. Aged
15+)
Taxa de adultos
alfabetizados
Variável Quantitativa (% Ocorrência)
Primary school
enrollment (% of
children)
Percentual de
crianças
matriculadas no
ensino fundamental
ou equivalente
Variável Quantitativa (% of children)
Lower secondary
school enrollment
(% of children)
Percentual baixo de
crianças que estão
estudando
Variável Quantitativa (% of children)
Upper secondary
schol enrollment
(% of children)
Percentual de
crianças
matriculadas no
ensino médio ou
equivalente)
Variável Quantitativa (% of children)
Internet users Percentual da
população com
acesso à Internet
Variável Quantitativa (% of pop.)
Years of tertiary
schooling
Anos que se
permanece
estudando
Variável Quantitativa (% of children)
Inequality in the
attainment of
education (0=low;
1=high)
A desigualdade na
condução da
educação
Variável Quantitativa Probabilidade (%)
Number of
globally ranked
A desigualdade na
condução da
Variável Quantitativa Probabilidade (%)
5
universities
(0=none; 5= >50)
educação
Unemployment
Total (% of total
Labor Force) 2017
A taxa de
desemprego total
em 2017
Variável Quantitativa (% of pop.)
Total Labor Force
(% Global)
Percentual do
número de
trabalhadores
Variável Quantitativa (% of pop.)
Unemployment,
youth total (% of
total labor force
ages 15‐24)
(modeled ILO
estimate) 2017
O desemprego, o
percentual da
juventude com
idade de 15‐24,
que não está
trabalhando,
estimado conforme
ILO – 2017
Variável Quantitativa ages 15‐24)
IDH2015 O Índice de
Desenvolvimento
Humano (IDH)
mede o progresso
de uma nação a
partir de três
dimensões: renda,
saúde e educação.
Variável Quantitativa Pontuação do país,
em escala
centesimal.
Governance Índice que avalia
como o país,
conduz questões
éticas, ligadas
corrupção,
eficiência
econômica,
conflitos de
interesse entre os
acionistas
Variável Quantitativa Pontuação do país,
em escala
centesimal.
Knowledge and
Technology
Conhecimento e
Tecnologia
Variável Quantitativa Pontuação do país,
em escala
centesimal.
Creative Outputs Saídas Criativas Variável Quantitativa Pontuação do país,
em escala
centesimal.
EPI Score Medição dos países
que usam
equipamentos de
proteção
individual, para
segurança no
trabalho
Variável Quantitativa Pontuação do país,
em escala
centesimal.
Happy Planet Index Índice da felicidade
está ligado ao bem‐Variável Quantitativa Pontuação do país,
em escala
6
estar do indivíduo centesimal.
GINI Index Índice de
desigualdade de
renda
Variável Quantitativa Pontuação do país,
em escala
centesimal. Fonte: O autor a partir dos dados da planilha estatística, do GPS p.16 e do site do Banco Mundial. A pontuação foi
padronizada para uma escala de 0 a 100 e as variáveis foram positivadas.
2.4 Países analisados
Este trabalho consiste em fazer análises com os indicadores mencionados na sessão
anterior abrangendo os 19 países da região Ibero-Americana, conforme o Quadro 2.
Quadro 2. Países contemplados neste estudo
Ord. Country Região Country
Code
1 Argentina AIBER ARG
2 Bolivia AIBER BOL
3 Brazil AIBER BRA
4 Chile AIBER CHL
5 Colombia AIBER COL
6 Costa Rica AIBER CRI
7 Dominican Republic AIBER DOM
8 Ecuador AIBER ECU
9 El Salvador AIBER SLV
10 Guatemala AIBER GTM
11 Honduras AIBER HND
12 Mexico AIBER MEX
13 Nicaragua AIBER NIC
14 Panama AIBER PAN
15 Paraguay AIBER PRY
16 Peru AIBER PER
17 Portugal AIBER PRT
18 Spain AIBER ESP
19 Uruguay AIBER URY
3. Tratamento Dos Dados, Agrupamentos E Relacionamentos Nesta sessão serão realizadas análises de agrupamentos (clusters), regressões,
análise da variância (ANOVA) e de componentes principais.
Tomando como base os resultados das componentes principais, será criado um
indicador com as variáveis de maior poder de explicação do modelo e uma tabela de
ranking, ordenando os países pela sua performance e um mapa para mostrar graficamente
estes resultados.
3.1 Análises de agrupamentos (clusters)
Nesta sessão será efetuada análises de agrupamentos a fim de evidenciar o grau de
relacionamento das variáveis estudadas. As variáveis tiveram seus nomes reduzidos para
melhor acomodação nos gráficos e tabelas.
Conforme estudos anteriores serão trabalhadas para análise 21 variáveis:
A saber, a variável Social Progress = “SPI”, Acess to information and Communications
=”Acess IC”, Acess to Advanced Education = “Acess EA”, Adult literacy rate = “Adult
7
A”, Primary school enrollment = “Primary S”, Lower secondary school enrollment =
“Lower S”, Upper secondary schol enrollment = “Upper S”, Internet users = “Net U”;
Years of tertiary schooling = “Years S”, Equality in the attainment of education –
“Equality S”, Number of globally ranked universities = “Nº Univ”, Unemployment Total =
“Unemp”, Total Labor Force = “Labor”, Unemployment, youth total 15-24 = “Unemp”
15.24, IDH2015 = “IDH”, Governance = “GOV”, Knowledge and Technology = “KT”,
Creative Outputs = “CO”, EPI Score = “EPI”, Happy Planet Index = Happy, GINI Index =
“GINI”.
Quanto a quantidade de clusters, foram testadas de 3 a 5 clusters, porém a que
melhor agrupamento formava foi a de 3 clusters, portanto, a que será utilizada no
transcorrer das análises que se seguem.
Abaixo a análise de clusters, utilizando o método completo (complete), medida de
distância pelo sistema Euclidiano, e quantidade de clusters igual a 3 (três).
Análise de Agrupamentos de Observações: Social
... .Igualdade de Ren Distância Euclideana, Ligação Completa
Passos de Amalgamação
Passo
Número de
agrupados
Nível de
similaridade
Nível de
distância
Agrupados
reunidos
Novo
agrupado
Número de
obs. no
novo
agrupado
1 18 81,5149 34,182 5 16 5 2
2 17 81,0153 35,106 12 14 12 2
3 16 77,6590 41,312 5 12 5 4
4 15 77,5744 41,468 9 11 9 2
5 14 73,6300 48,762 3 8 3 2
6 13 73,3147 49,345 1 19 1 2
7 12 72,6168 50,636 10 13 10 2
8 11 71,6028 52,511 4 17 4 2
9 10 71,1802 53,292 7 15 7 2
10 9 71,1663 53,318 3 5 3 6
11 8 61,7095 70,805 1 6 1 3
12 7 57,7144 78,193 1 3 1 9
13 6 53,1876 86,563 7 9 7 4
14 5 50,1784 92,128 7 10 7 6
15 4 47,9563 96,237 4 18 4 3
16 3 34,2629 121,558 1 4 1 12
17 2 21,5309 145,102 2 7 2 7
18 1 0,0000 184,916 1 2 1 19
Partição Final
Número de
observações
Dentro da
soma de
Distância
média do
Distância
máxima do
8
quadrados
do
agrupado
centróide centróide
Agrupado1 12 28060,0 46,3330 80,2984
Agrupado2 1 0,0 0,0000 0,0000
Agrupado3 6 13194,0 46,5081 54,1769
Centróides do grupo
Variável Agrupado1 Agrupado2 Agrupado3
Centróide
global
Social Progress Index 78,4893 61,987 59,4549 71,6099
Access to Information and Commu 74,1200 63,464 59,9706 69,0909
Access to Advanced Education 57,5048 34,925 24,5451 45,9081
Adult literacy rate (% of pop. 87,8543 87,064 78,4324 84,8373
Primary school enrollment (% of 94,9862 78,316 85,5918 91,1422
Lower secondary school enrollme 58,3488 46,819 38,4057 51,4442
Upper secondary school enrollme 46,6127 37,998 38,9742 43,7471
Internet users (% of pop.) 60,0990 44,676 31,8487 50,3661
Years of tertiary schooling 33,1219 43,986 15,9373 28,2670
Equality in the attainment of e 70,6021 50,258 45,5431 61,6180
Number of globally ranked unive 3,9767 0,000 0,0000 2,5116
Unemployment Total (% of total 26,2687 88,235 22,4337 28,3191
Total Labor Force (% Global) 2,9217 0,622 0,5121 2,0397
Unemployment, youth total (% of 26,9394 100,000 19,3193 28,3784
IDH - 2015 73,3948 53,936 52,8476 65,8820
1. Governança 43,9456 30,018 40,2388 42,0420
1.5 Knowledge and Technology 24,6938 14,537 10,4633 19,6654
1.6 Creative Outputs 51,7321 32,570 43,7752 48,2109
EPI Score 2018 63,9375 55,980 55,2383 60,7716
Happy Planet Index 73,5885 33,016 58,8082 66,7856
GINNI Index (P.Igualdade de Ren 36,5400 60,090 57,1767 44,2963
Distâncias Entre Centróides do Grupo
Agrupado1 Agrupado2 Agrupado3
Agrupado1 0,000 121,066 74,293
Agrupado2 121,066 0,000 114,282
Agrupado3 74,293 114,282 0,000
9
Dendrogram
Este dendrograma mostra os agrupamentos feitos pelos países por similaridade. Os
países na cor azul representam os melhores resultados do agrupamento, seguidos pela cor
verde que apresentam um resultado intermediário. Os de cor vermelha apresentam os
resultados mais baixos da análise. Pelas linhas cinzas também é possível identificar um
certo relacionamento entre os países do grupo azul e do grupo verde.
Tabela 1: Descritivo dos agrupamentos da região AIBER:
GRUPO PAÍSES
1 Argentina
1 Brazil
1 Panama
1 Portugal
1 Spain
1 Uruguay
GRUPO PAÍSES
2 Bolívia
GRUPO PAÍSES
3 Dominican Republic
3 El Salvador
3 Guatemala
3 Honduras
3 Nicaragua
3 Paraguay
Nicar
agua
Guate
mala
Hond
uras
El S
alva
dor
Para
guay
Dom
inican
Repub
lic
Bolivia
Spain
Portuga
l
Chile
Panam
a
Mex
ico
Peru
Colom
bia
Ecuad
or
Brazil
Costa Rica
Uru
guay
Argen
tina
0,00
33,33
66,67
100,00
Observações
Sim
ilari
dad
e
DendrogramaLigação Completa; Distância Euclideana
10
3.2 Análise de variância - ANOVA Com os agrupamentos definidos e estabelecido cada país como membro de seu
respectivo cluster, como próximo passo será executado a ANOVA para entender a
variabilidade entre os grupos e auxiliar na classificação para as análises nas sessões
posteriores.
ANOVA com um fator: Social Progress Index versus Código
AIBER Método
Hipótese nula Todas as médias são iguais
Hipótese alternativa Nem todas as médias são iguais
Nível de significância α = 0,05
Assumiu-se igualdade de variâncias para a análise
Informações dos Fatores
Fator Níveis Valores
Código AIBER 3 1; 2; 3
Análise de Variância
Fonte GL SQ (Aj.) QM (Aj.) Valor F Valor-P
Código AIBER 2 1547 773,49 11,59 0,001
Erro 16 1067 66,72
Total 18 2614
Sumário do Modelo
S R2 R2(aj) R2(pred)
8,16800 59,17% 54,07% *
Médias
Código
AIBER N Média DesvPad IC de 95%
1 12 78,49 9,31 (73,49; 83,49)
2 1 61,99 * (44,67; 79,30)
3 6 59,45 4,76 (52,39; 66,52)
DesvPad Combinado = 8,16800
Gráfico de Intervalos de Social Progress Index versus Código AIBER
Boxplot de SPI n
11
Na análise acima, vemos o que havia sido descrito na sessão anterior, que o grupo 1,
no gráfico representado pela cor azul, apresenta a maior média entre todos. O grupo 2 ( 01
observação) com média 61,99, representado no gráfico da sessão anterior pela cor
vermelha, numa posição intermediária. E finalmente o grupo 3 ( 6 componentes) com
média de 59,45 com os resultados mais baixos da amostra e representados no gráfico pela
cor verde.
3.3 Análise de Componentes Principais (PC)
Com os agrupamentos definidos e estabelecido cada país como membro de seu
respectivo cluster, como próximo passo será executado a ANOVA para entender a
variabilidade entre os grupos e auxiliar na classificação para as análises das sessões
posteriores.
Análise de Componentes Principais: Social Progress
... ualdade de Ren Autoanálise (Autovalores e Autovetores) da Matriz de Correlação
Autovalor 11,035 2,648 1,762 1,333 1,219 0,808 0,651 0,503 0,318 0,262 0,150
Proporção 0,525 0,126 0,084 0,063 0,058 0,038 0,031 0,024 0,015 0,012 0,007
Acumulado 0,525 0,652 0,735 0,799 0,857 0,895 0,926 0,950 0,966 0,978 0,985
Autovalor 0,098 0,085 0,062 0,041 0,017 0,007 0,002 0,000 0,000 -0,000
Proporção 0,005 0,004 0,003 0,002 0,001 0,000 0,000 0,000 0,000 -0,000
Acumulado 0,990 0,994 0,997 0,999 1,000 1,000 1,000 1,000 1,000 1,000
Autovetores
Variável CP1 CP2 CP3 CP4 CP5 CP6 CP7
Social Progress Index 0,292 -0,037 -0,109 -0,035 0,035 -0,017 0,052
321
100
90
80
70
60
50
Código AIBER
So
cia
l P
rog
ress
In
dex
Boxplot de Social Progress Index
12
Access to Information and Commu 0,260 0,040 -0,172 -0,033 0,104 0,091 0,219
Access to Advanced Education 0,287 -0,059 0,133 0,022 0,038 0,116 -0,090
Adult literacy rate (% of pop. 0,238 0,133 -0,022 0,011 0,050 0,487 -0,360
Primary school enrollment (% of 0,161 -0,355 -0,033 0,144 -0,324 0,083 -0,135
Lower secondary school enrollme 0,266 -0,025 0,079 0,054 -0,082 0,074 0,014
Upper secondary school enrollme 0,144 0,021 -0,289 0,465 -0,150 0,256 0,515
Internet users (% of pop.) 0,276 0,057 0,085 -0,069 0,250 0,123 -0,074
Years of tertiary schooling 0,155 0,139 0,303 -0,140 -0,521 -0,038 -0,357
Equality in the attainment of e 0,272 0,039 -0,176 -0,084 0,172 0,153 -0,165
Number of globally ranked unive 0,201 -0,130 0,371 0,280 0,224 -0,233 0,047
Unemployment Total (% of total 0,080 0,545 0,148 0,151 -0,179 -0,076 0,070
Total Labor Force (% Global) 0,054 -0,212 0,539 0,374 0,262 -0,039 0,005
Unemployment, youth total (% of 0,091 0,548 0,110 0,153 -0,120 0,012 0,058
IDH - 2015 0,288 -0,073 -0,044 -0,057 0,103 0,045 -0,081
1. Governança 0,070 -0,185 -0,333 0,505 -0,315 -0,258 -0,332
1.5 Knowledge and Technology 0,263 -0,005 0,046 -0,061 -0,069 -0,413 0,106
1.6 Creative Outputs 0,221 -0,040 -0,212 -0,290 0,035 -0,445 -0,035
EPI Score 2018 0,262 0,080 0,056 -0,133 -0,128 -0,215 0,326
Happy Planet Index 0,053 -0,338 0,279 -0,302 -0,425 0,280 0,348
GINNI Index (P.Igualdade de Ren -0,286 0,058 0,132 0,074 -0,089 -0,000 -0,021
Variável CP8 CP9 CP10 CP11 CP12 CP13 CP14
Social Progress Index 0,050 -0,185 0,065 -0,133 -0,330 -0,053 0,021
Access to Information and Commu -0,034 -0,468 0,229 -0,625 0,122 -0,002 -0,021
Access to Advanced Education 0,004 0,008 -0,164 0,042 -0,252 0,202 0,114
Adult literacy rate (% of pop. 0,232 0,194 0,096 0,099 0,013 0,043 -0,063
Primary school enrollment (% of -0,553 0,298 -0,192 -0,218 0,075 -0,246 0,135
Lower secondary school enrollme -0,366 0,126 0,605 0,133 -0,378 0,209 -0,177
Upper secondary school enrollme 0,311 0,254 -0,198 -0,052 -0,050 0,087 -0,027
Internet users (% of pop.) 0,132 -0,115 0,103 0,311 0,151 -0,084 0,115
Years of tertiary schooling 0,324 -0,024 -0,142 -0,355 -0,035 0,013 -0,250
Equality in the attainment of e -0,031 0,165 -0,225 -0,070 0,157 0,336 0,269
Number of globally ranked unive -0,147 -0,043 -0,126 -0,054 0,387 0,464 -0,293
Unemployment Total (% of total -0,173 0,002 0,012 0,122 0,225 0,047 0,060
Total Labor Force (% Global) 0,255 0,124 0,153 -0,163 -0,084 -0,369 0,287
Unemployment, youth total (% of -0,213 -0,085 0,021 -0,012 0,041 -0,198 0,375
IDH - 2015 -0,020 -0,228 -0,185 0,157 0,093 -0,373 -0,163
1. Governança 0,182 -0,297 0,239 0,244 0,163 0,026 0,063
13
1.5 Knowledge and Technology 0,033 -0,166 -0,361 0,181 -0,453 0,127 0,212
1.6 Creative Outputs 0,178 0,398 0,266 -0,150 0,241 0,031 0,340
EPI Score 2018 0,144 0,308 0,108 0,132 0,075 -0,230 -0,395
Happy Planet Index 0,078 -0,223 0,108 0,234 0,265 0,132 0,302
GINNI Index (P.Igualdade de Ren 0,163 0,062 0,168 -0,169 -0,172 0,320 0,182
Variável CP15 CP16 CP17 CP18 CP19 CP20 CP21
Social Progress Index 0,171 -0,213 -0,071 0,246 -0,176 -0,357 0,653
Access to Information and Commu -0,184 0,142 -0,028 -0,194 0,022 0,233 -0,085
Access to Advanced Education -0,494 -0,535 0,329 0,016 0,214 0,205 -0,034
Adult literacy rate (% of pop. 0,205 0,264 0,216 -0,305 -0,049 0,294 0,315
Primary school enrollment (% of -0,046 0,077 -0,203 0,075 -0,008 0,226 0,163
Lower secondary school enrollme 0,148 0,032 -0,062 -0,028 0,060 -0,142 -0,322
Upper secondary school enrollme 0,214 -0,126 -0,104 0,066 0,043 0,029 -0,179
Internet users (% of pop.) -0,068 -0,073 -0,552 0,410 -0,185 0,334 -0,126
Years of tertiary schooling 0,100 -0,086 -0,128 0,121 -0,092 -0,094 -0,252
Equality in the attainment of e -0,263 0,319 -0,084 0,043 -0,034 -0,555 -0,155
Number of globally ranked unive 0,243 0,023 0,145 0,144 -0,032 0,074 0,138
Unemployment Total (% of total -0,106 -0,236 -0,378 -0,453 0,148 -0,117 0,239
Total Labor Force (% Global) -0,065 0,065 -0,030 -0,204 -0,036 -0,197 -0,062
Unemployment, youth total (% of 0,134 0,133 0,446 0,391 -0,073 0,033 -0,094
IDH - 2015 0,238 0,043 0,018 0,033 0,711 -0,170 -0,091
1. Governança -0,186 0,058 0,088 0,010 -0,031 -0,048 0,017
1.5 Knowledge and Technology 0,123 0,356 -0,089 -0,258 -0,070 0,238 -0,048
1.6 Creative Outputs 0,257 -0,235 0,078 -0,051 0,139 0,112 -0,025
EPI Score 2018 -0,468 0,306 0,128 0,132 -0,006 -0,005 0,172
Happy Planet Index 0,062 0,025 0,099 -0,064 -0,005 -0,094 0,066
GINNI Index (P.Igualdade de Ren -0,098 0,284 -0,208 0,316 0,558 0,146 0,257
Scree Plot - gráfico de perfil de autovalores de Social Progress Index; ...; GINNI
Index (P.I
14
Na análise, vemos que as componente CP1 À CP5 já explicam 85,7% da variabilidade
dos dados Social Progress Index, Access to Information and Commu. Acess to Advanced
Education, Adulto literacy rate, Primary school enrrolment.
O que é percebido visualmente pelo gráfico acima.
Observa-se uma proximidade das variáveis SPI com as variáveis ligadas a
educação, estão numa mesma direção por outro lado aparecere Unemployment total, numa
2018161412108642
12
10
8
6
4
2
0
Número do Componente
Au
tovalo
r
fico de perfil de autovalores de Social Progress Index; ...; GINNI Index (P.Igu
0,30,20,10,0-0,1-0,2-0,3
0,6
0,4
0,2
0,0
-0,2
-0,4
Primeiro Componente
Seg
un
do
Co
mp
on
en
te
GINNI
Happy
EPI
C.OKT
GOV
IDH
UNEMP. 15.24
Labor
UNEMP.
Nº UNIV
Equality S
Years S
Net UUpper S
Lower S
Primary S
Adult A
Acess EA
Acces IC
SPI
Gráfico de Loading (Carga Fatorial) de SPI; ...; GINNI
15
área isolada e as variáveis Labor force, Governance, Happy planet, Primary School
convergindo para o mesmo lado e por fim o Gini em área oposta.
3.4 Novo índice de performance
A nova CP1 criada na sessão anterior será utilizada para a criação de um novo
índice de performance. Para tanto, iniciamos executando a análise de variância ANOVA
tomando como base a CP1 e a coluna “Código AIBER” - Grupos.
ANOVA com um fator: CP1NV versus Código AIBER Método
Hipótese nula Todas as médias são iguais
Hipótese alternativa Nem todas as médias são iguais
Nível de significância α = 0,05
Assumiu-se igualdade de variâncias para a análise
Informações dos Fatores
Fator Níveis Valores
Código AIBER 3 1; 2; 3
Análise de Variância
Fonte GL SQ (Aj.) QM (Aj.) Valor F Valor-P
Código AIBER 2 243,9 121,937 12,97 0,000
Erro 16 150,4 9,402
Total 18 394,3
Sumário do Modelo
S R2 R2(aj) R2(pred)
3,06621 61,85% 57,08% *
Médias
Código
AIBER N Média DesvPad IC de 95%
1 12 11,131 3,345 (9,255; 13,008)
2 1 5,739 * (-0,761; 12,239)
3 6 3,445 2,339 (0,792; 6,099)
DesvPad Combinado = 3,06621
Boxplot de CP1NV
16
Os resultados acima, mostra o ( r-quadrado) no valor de 61,85.
Outlier = Linha 18 = Espanha
Para determinar o peso da contribuição das variáveis na PC1, será executada
regressão stepwise utilizando como variável de interesse (response) a PC1 e como
variáveis independentes (predictors), todas as outras variáveis desse estudo.
Análise de Regressão: CP1 versus Vul np; SPI n Seleção Stepwise de Termos
Análise de Regressão: CP1NV versus SPI; Acces IC; Acess
... ppy; GINNI
Seleção Stepwise de Termos Termos candidatos: SPI; Acces IC; Acess EA; Adult A; Primary S; Lower S; Upper S; Net U;
Years S; Equality S; Nº UNIV; UNEMP.; Labor; UNEMP. 15.24; IDH; GOV; KT; C.O; EPI; Happy;
GINNI
----Passo 1---- -----Passo 2---- -----Passo 3---- -----Passo 4-----
Coef P Coef P Coef P Coef P
Constante -18,57 -13,03 -16,88 -16,22
SPI 0,3768 0,000 0,2313 0,000 0,1853 0,000 0,2006 0,000
Acess EA 0,1063 0,000 0,0969 0,000 0,0948 0,000
EPI 0,1248 0,005 0,0897 0,034
UNEMP. 0,01673 0,057
321
20
15
10
5
0
Código AIBER
CP
1NV
Boxplot de CP1NV
17
GINNI
GOV
Adult A
Nº UNIV
Primary S
KT
Net U
Equality S
S 1,16371 0,807552 0,635190 0,574888
R2 94,16% 97,35% 98,47% 98,83%
R2(aj) 93,82% 97,02% 98,16% 98,49%
R2(pred) 92,09% 95,96% 97,42% 97,00%
-----Passo 5----- -----Passo 6----- -----Passo 7----- -----Passo 8-----
Coef P Coef P Coef P Coef P
Constante -8,27 -8,00 -12,11 -15,90
SPI 0,1408 0,002 0,1207 0,006 0,1112 0,008 0,1273 0,001
Acess EA 0,0884 0,000 0,0925 0,000 0,0817 0,000 0,0455 0,024
EPI 0,0803 0,032 0,0921 0,014 0,1087 0,006 0,1149 0,001
UNEMP. 0,01913 0,018 0,01973 0,012 0,01532 0,044 0,01227 0,044
GINNI -0,0650 0,034 -0,0687 0,021 -0,0672 0,018 -0,0637 0,007
GOV 0,00987 0,120 0,01068 0,080 0,00931 0,057
Adult A 0,0508 0,127 0,0934 0,008
Nº UNIV 0,1180 0,016
Primary S
KT
Net U
Equality S
S 0,498968 0,467743 0,437253 0,338730
R2 99,18% 99,33% 99,47% 99,71%
R2(aj) 98,86% 99,00% 99,13% 99,48%
R2(pred) 98,42% 98,45% 98,55% 98,93%
-----Passo 9----- -----Passo 10---- -----Passo 11---- -----Passo 12----
Coef P Coef P Coef P Coef P
Constante -22,07 -23,31 -26,15 -26,06
SPI 0,1538 0,000 0,1647 0,000 0,1759 0,000 0,1537 0,000
18
Acess EA 0,0264 0,130 0,0211 0,178
EPI 0,1135 0,000 0,1098 0,000 0,1167 0,000 0,1031 0,000
UNEMP. 0,01544 0,007 0,01593 0,005 0,01527 0,007 0,01283 0,012
GINNI -0,0470 0,020 -0,0427 0,022 -0,0413 0,029 -0,0406 0,019
GOV 0,00370 0,395
Adult A 0,1106 0,001 0,1136 0,001 0,1362 0,000 0,1570 0,000
Nº UNIV 0,1353 0,003 0,1414 0,002 0,1754 0,000 0,1595 0,000
Primary S 0,0344 0,033 0,0410 0,005 0,0470 0,002 0,04691 0,001
KT 0,0329 0,066
Net U
Equality S
S 0,273691 0,270928 0,284185 0,249721
R2 99,83% 99,81% 99,77% 99,84%
R2(aj) 99,66% 99,66% 99,63% 99,72%
R2(pred) 99,49% 99,52% 99,41% 99,48%
-----Passo 13---- -----Passo 14---- -----Passo 15----
Coef P Coef P Coef P
Constante -26,62 -29,07 -27,63
SPI 0,1521 0,000 0,1643 0,000 0,1565 0,000
Acess EA
EPI 0,0974 0,000 0,0973 0,000 0,1028 0,000
UNEMP. 0,01499 0,004 0,01564 0,003 0,01588 0,001
GINNI -0,0225 0,189
GOV
Adult A 0,1206 0,001 0,1075 0,001 0,0910 0,001
Nº UNIV 0,1165 0,003 0,0994 0,006 0,1156 0,001
Primary S 0,0676 0,001 0,0795 0,000 0,07417 0,000
KT 0,0326 0,046 0,0329 0,050 0,0275 0,044
Net U 0,0293 0,082 0,0418 0,008 0,0338 0,010
Equality S 0,01834 0,024
S 0,220460 0,231460 0,181376
R2 99,89% 99,86% 99,92%
R2(aj) 99,78% 99,76% 99,85%
R2(pred) 99,36% 99,18% 99,63%
α para entrada = 0,15; α para remoção = 0,15
19
Análise de Variância
Fonte GL SQ (Aj.) QM (Aj.) Valor F Valor-P
Regressão 9 394,003 43,7781 1330,75 0,000
SPI 1 4,318 4,3176 131,24 0,000
Adult A 1 0,682 0,6822 20,74 0,001
Primary S 1 2,175 2,1750 66,11 0,000
Net U 1 0,346 0,3463 10,53 0,010
Equality S 1 0,240 0,2397 7,29 0,024
Nº UNIV 1 0,832 0,8316 25,28 0,001
UNEMP. 1 0,823 0,8234 25,03 0,001
KT 1 0,180 0,1805 5,49 0,044
EPI 1 1,838 1,8380 55,87 0,000
Erro 9 0,296 0,0329
Total 18 394,299
Sumário do Modelo
S R2 R2(aj) R2(pred)
0,181376 99,92% 99,85% 99,63%
Coeficientes
Termo Coef EP de Coef Valor-T Valor-P VIF
Constante -27,63 1,33 -20,84 0,000
SPI 0,1565 0,0137 11,46 0,000 14,84
Adult A 0,0910 0,0200 4,55 0,001 7,97
Primary S 0,07417 0,00912 8,13 0,000 2,99
Net U 0,0338 0,0104 3,24 0,010 18,66
Equality S 0,01834 0,00680 2,70 0,024 8,47
Nº UNIV 0,1156 0,0230 5,03 0,001 3,71
UNEMP. 0,01588 0,00317 5,00 0,001 2,01
KT 0,0275 0,0118 2,34 0,044 8,62
EPI 0,1028 0,0138 7,47 0,000 5,01
Equação de Regressão
CP1NV = -27,63 + 0,1565 SPI + 0,0910 Adult A + 0,07417 Primary S + 0,0338 Net U
+ 0,01834 Equality S + 0,1156 Nº UNIV + 0,01588 UNEMP. + 0,0275 KT + 0,1028 EPI
As variáveis SPI e Acess Advanced Education explicam 97,35% do CP1
Análise de Regressão: CP1NV versus SPI; Acess EA Seleção Stepwise de Termos
20
Termos candidatos: SPI; Acess EA
----Passo 1---- -----Passo 2----
Coef P Coef P
Constante -18,57 -13,03
SPI 0,3768 0,000 0,2313 0,000
Acess EA 0,1063 0,000
S 1,16371 0,807552
R2 94,16% 97,35%
R2(aj) 93,82% 97,02%
R2(pred) 92,09% 95,96%
Cp de Mallows 20,30 3,00
α para entrada = 0,15; α para remoção = 0,15
Análise de Variância
Fonte GL SQ (Aj.) QM (Aj.) Valor F Valor-P
Regressão 2 383,86 191,932 294,31 0,000
SPI 1 25,91 25,914 39,74 0,000
Acess EA 1 12,59 12,588 19,30 0,000
Erro 16 10,43 0,652
Total 18 394,30
Sumário do Modelo
S R2 R2(aj) R2(pred)
0,807552 97,35% 97,02% 95,96%
Coeficientes
Termo Coef EP de Coef Valor-T Valor-P VIF
Constante -13,03 1,70 -7,64 0,000
SPI 0,2313 0,0367 6,30 0,000 5,40
Acess EA 0,1063 0,0242 4,39 0,000 5,40
Equação de Regressão
CP1NV = -13,03 + 0,2313 SPI + 0,1063 Acess EA
Ajustados e Diagnósticos para Observações Atípicas
Obs. CP1NV Ajuste Resíd
Resíd
Pad
18 18,789 17,292 1,497 2,15 R
R Resíduo grande
21
Análise de Regressão: CP2NV versus SPI; Acces IC; Acess
... ppy; GINNI Seleção Stepwise de Termos Termos candidatos: SPI; Acces IC; Acess EA; Adult A; Primary S; Lower S; Upper S; Net U;
Years S; Equality S; Nº UNIV; UNEMP.; Labor; UNEMP. 15.24; IDH; GOV; KT; C.O; EPI; Happy;
GINNI
----Passo 1---- -----Passo 2----- -----Passo 3----- ------Passo 4-----
Coef P Coef P Coef P Coef P
Constante -0,000 10,89 10,47 10,41
UNEMP. 15.24 0,0995 0,000 0,08946 0,000 0,08761 0,000 0,08469 0,000
Primary S -0,1164 0,000 -0,1082 0,000 -0,0977 0,000
Labor -0,1335 0,001 -0,1268 0,001
Happy -0,01238 0,045
Years S
GOV
KT
EPI
UNEMP.
Upper S
Adult A
Nº UNIV
S 1,11537 0,611839 0,431312 0,384925
R2 79,53% 94,20% 97,30% 97,99%
R2(aj) 78,33% 93,48% 96,76% 97,42%
R2(pred) 71,42% 92,21% 95,67% 95,90%
------Passo 5----- ------Passo 6----- ------Passo 7-----
Coef P Coef P Coef P
Constante 11,03 10,413 9,885
UNEMP. 15.24 0,07768 0,000 0,07437 0,000 0,07596 0,000
Primary S -0,1030 0,000 -0,0862 0,000 -0,07891 0,000
Labor -0,1313 0,000 -0,1360 0,000 -0,1320 0,000
Happy -0,01845 0,007 -0,02488 0,000 -0,02520 0,000
Years S 0,01684 0,055 0,02075 0,006 0,02463 0,001
GOV -0,01172 0,009 -0,01128 0,005
KT -0,01496 0,046
EPI
22
UNEMP.
Upper S
Adult A
Nº UNIV
S 0,344996 0,266449 0,230171
R2 98,50% 99,18% 99,44%
R2(aj) 97,93% 98,76% 99,08%
R2(pred) 96,96% 97,89% 97,15%
------Passo 8----- ------Passo 9----- -----Passo 10-----
Coef P Coef P Coef P
Constante 8,351 8,329 8,863
UNEMP. 15.24 0,07371 0,000 0,05714 0,000 0,05219 0,000
Primary S -0,08018 0,000 -0,07701 0,000 -0,07764 0,000
Labor -0,1300 0,000 -0,1303 0,000 -0,1319 0,000
Happy -0,02709 0,000 -0,02701 0,000 -0,02795 0,000
Years S 0,02420 0,000 0,02195 0,001 0,02516 0,000
GOV -0,01022 0,003 -0,01092 0,001 -0,01391 0,000
KT -0,03256 0,003 -0,02917 0,004 -0,02509 0,005
EPI 0,0354 0,021 0,0296 0,034 0,0174 0,165
UNEMP. 0,0203 0,082 0,02387 0,027
Upper S 0,00743 0,060
Adult A
Nº UNIV
S 0,182911 0,161546 0,135504
R2 99,68% 99,77% 99,86%
R2(aj) 99,42% 99,55% 99,68%
R2(pred) 98,35% 98,96% 98,76%
-----Passo 11----- -----Passo 12----- ------Passo 13-----
Coef P Coef P Coef P
Constante 9,581 8,375 7,172
UNEMP. 15.24 0,04894 0,000 0,04260 0,000 0,03456 0,000
Primary S -0,07696 0,000 -0,07884 0,000 -0,07187 0,000
Labor -0,1333 0,000 -0,13406 0,000 -0,09080 0,000
Happy -0,02760 0,000 -0,02587 0,000 -0,02602 0,000
Years S 0,02609 0,000 0,02130 0,001 0,01583 0,000
23
GOV -0,01540 0,000 -0,01418 0,000 -0,01439 0,000
KT -0,01704 0,003 -0,01779 0,001 -0,00691 0,045
EPI
UNEMP. 0,02796 0,013 0,03583 0,002 0,04752 0,000
Upper S 0,00998 0,012 0,00697 0,042 0,00483 0,016
Adult A 0,01710 0,047 0,02397 0,001
Nº UNIV -0,0606 0,002
S 0,145180 0,118618 0,0601178
R2 99,82% 99,89% 99,98%
R2(aj) 99,63% 99,75% 99,94%
R2(pred) 98,81% 99,28% 99,73%
α para entrada = 0,15; α para remoção = 0,15
Análise de Variância
Fonte GL SQ (Aj.) QM (Aj.) Valor F Valor-P
Regressão 11 103,293 9,39025 2598,19 0,000
Adult A 1 0,133 0,13259 36,69 0,001
Primary S 1 2,131 2,13078 589,57 0,000
Upper S 1 0,036 0,03615 10,00 0,016
Years S 1 0,179 0,17861 49,42 0,000
Nº UNIV 1 0,087 0,08726 24,14 0,002
UNEMP. 1 0,362 0,36197 100,15 0,000
Labor 1 0,303 0,30285 83,80 0,000
UNEMP. 15.24 1 0,276 0,27603 76,38 0,000
GOV 1 0,748 0,74766 206,87 0,000
KT 1 0,021 0,02141 5,92 0,045
Happy 1 1,676 1,67594 463,72 0,000
Erro 7 0,025 0,00361
Total 18 103,318
Sumário do Modelo
S R2 R2(aj) R2(pred)
0,0601178 99,98% 99,94% 99,73%
Coeficientes
Termo Coef EP de Coef Valor-T Valor-P VIF
Constante 7,172 0,410 17,50 0,000
Adult A 0,02397 0,00396 6,06 0,001 2,84
Primary S -0,07187 0,00296 -24,28 0,000 2,86
24
Upper S 0,00483 0,00153 3,16 0,016 2,38
Years S 0,01583 0,00225 7,03 0,000 5,02
Nº UNIV -0,0606 0,0123 -4,91 0,002 9,74
UNEMP. 0,04752 0,00475 10,01 0,000 40,96
Labor -0,09080 0,00992 -9,15 0,000 5,08
UNEMP. 15.24 0,03456 0,00395 8,74 0,000 35,91
GOV -0,01439 0,00100 -14,38 0,000 2,16
KT -0,00691 0,00284 -2,43 0,045 4,58
Happy -0,02602 0,00121 -21,53 0,000 2,60
Equação de Regressão
CP2NV = 7,172 + 0,02397 Adult A - 0,07187 Primary S + 0,00483 Upper S + 0,01583 Years S
- 0,0606 Nº UNIV + 0,04752 UNEMP. - 0,09080 Labor + 0,03456 UNEMP. 15.24
- 0,01439 GOV - 0,00691 KT - 0,02602 Happy
CP2: Passo 03 explica 97,30% ( Unemployed 15.24, Primary School, Labor force)
Análise de Regressão: CP2NV versus UNEMP.; Primary S;
Labor Seleção Stepwise de Termos Termos candidatos: UNEMP.; Primary S; Labor
----Passo 1---- -----Passo 2----- -----Passo 3-----
Coef P Coef P Coef P
Constante -0,328 10,33 9,89
UNEMP. 0,1113 0,000 0,09955 0,000 0,09757 0,000
Primary S -0,1133 0,000 -0,1048 0,000
Labor -0,1388 0,003
S 1,13772 0,695303 0,533671
R2 78,70% 92,51% 95,87%
R2(aj) 77,45% 91,58% 95,04%
R2(pred) 66,69% 88,68% 91,96%
Cp de Mallows 62,26 14,16 4,00
α para entrada = 0,15; α para remoção = 0,15
Análise de Variância
Fonte GL SQ (Aj.) QM (Aj.) Valor F Valor-P
Regressão 3 99,046 33,0153 115,92 0,000
UNEMP. 1 58,376 58,3761 204,97 0,000
Primary S 1 11,915 11,9151 41,84 0,000
25
Labor 1 3,463 3,4631 12,16 0,003
Erro 15 4,272 0,2848
Total 18 103,318
Sumário do Modelo
S R2 R2(aj) R2(pred)
0,533671 95,87% 95,04% 91,96%
Coeficientes
Termo Coef EP de Coef Valor-T Valor-P VIF
Constante 9,89 1,53 6,47 0,000
UNEMP. 0,09757 0,00681 14,32 0,000 1,07
Primary S -0,1048 0,0162 -6,47 0,000 1,09
Labor -0,1388 0,0398 -3,49 0,003 1,04
Equação de Regressão
CP2NV = 9,89 + 0,09757 UNEMP. - 0,1048 Primary S - 0,1388 Labor
Ajustados e Diagnósticos para Observações Atípicas
Obs. CP2NV Ajuste Resíd
Resíd
Pad
2 10,692 10,210 0,482 1,50 X
3 0,445 0,262 0,184 0,67 X
X Atípicos X
Análise de Regressão: CP3NV versus SPI; Acces IC; Acess
... ppy; GINNI Seleção Stepwise de Termos Termos candidatos: SPI; Acces IC; Acess EA; Adult A; Primary S; Lower S; Upper S; Net U;
Years S; Equality S; Nº UNIV; UNEMP.; Labor; UNEMP. 15.24; IDH; GOV; KT; C.O; EPI; Happy;
GINNI
----Passo 1--- -----Passo 2---- ------Passo 3----- ------Passo 4-----
Coef P Coef P Coef P Coef P
Constante 2,559 4,272 3,019 4,460
Labor 0,425 0,001 0,4258 0,000 0,4031 0,000 0,3917 0,000
GOV -0,0408 0,005 -0,04320 0,000 -0,03981 0,000
Years S 0,0496 0,003 0,0627 0,000
Equality S -0,03134 0,002
Nº UNIV
C.O
Upper S
EPI
26
S 1,37450 1,09480 0,837832 0,617879
R2 51,25% 70,89% 84,02% 91,89%
R2(aj) 48,39% 67,26% 80,82% 89,57%
R2(pred) 22,76% 44,59% 70,90% 80,29%
------Passo 5----- ------Passo 6----- ------Passo 7-----
Coef P Coef P Coef P
Constante 5,568 6,197 6,576
Labor 0,2321 0,004 0,2107 0,005 0,2189 0,002
GOV -0,04163 0,000 -0,04042 0,000 -0,03451 0,000
Years S 0,06021 0,000 0,06232 0,000 0,06045 0,000
Equality S -0,04973 0,000 -0,04023 0,002 -0,03045 0,008
Nº UNIV 0,1981 0,011 0,2127 0,005 0,2042 0,003
C.O -0,0273 0,091 -0,0341 0,024
Upper S -0,01940 0,040
EPI
S 0,496791 0,456855 0,390610
R2 95,13% 96,20% 97,45%
R2(aj) 93,26% 94,30% 95,83%
R2(pred) 78,03% 80,73% 90,73%
------Passo 8-----
Coef P
Constante 4,41
Labor 0,2381 0,001
GOV -0,02829 0,001
Years S 0,05052 0,000
Equality S -0,02656 0,015
Nº UNIV 0,1599 0,016
C.O -0,0582 0,010
Upper S -0,0321 0,013
EPI 0,0614 0,115
S 0,359575
R2 98,04%
R2(aj) 96,47%
R2(pred) 93,85%
α para entrada = 0,15; α para remoção = 0,15
27
Análise de Variância
Fonte GL SQ (Aj.) QM (Aj.) Valor F Valor-P
Regressão 8 64,5947 8,0743 62,45 0,000
Upper S 1 1,1794 1,1794 9,12 0,013
Years S 1 4,3444 4,3444 33,60 0,000
Equality S 1 1,1179 1,1179 8,65 0,015
Nº UNIV 1 1,0713 1,0713 8,29 0,016
Labor 1 2,9763 2,9763 23,02 0,001
GOV 1 2,8820 2,8820 22,29 0,001
C.O 1 1,2884 1,2884 9,96 0,010
EPI 1 0,3854 0,3854 2,98 0,115
Erro 10 1,2929 0,1293
Total 18 65,8877
Sumário do Modelo
S R2 R2(aj) R2(pred)
0,359575 98,04% 96,47% 93,85%
Coeficientes
Termo Coef EP de Coef Valor-T Valor-P VIF
Constante 4,41 1,36 3,25 0,009
Upper S -0,0321 0,0106 -3,02 0,013 3,21
Years S 0,05052 0,00871 5,80 0,000 2,10
Equality S -0,02656 0,00903 -2,94 0,015 3,80
Nº UNIV 0,1599 0,0555 2,88 0,016 5,51
Labor 0,2381 0,0496 4,80 0,001 3,56
GOV -0,02829 0,00599 -4,72 0,001 2,16
C.O -0,0582 0,0184 -3,16 0,010 5,57
EPI 0,0614 0,0356 1,73 0,115 8,53
Equação de Regressão
CP3NV = 4,41 - 0,0321 Upper S + 0,05052 Years S - 0,02656 Equality S + 0,1599 Nº UNIV
+ 0,2381 Labor - 0,02829 GOV - 0,0582 C.O + 0,0614 EPI
CP3: Passo 06 explica 96,20% (Labor force, Gov, Years S, Equality S, Nº Univ., Creative
Outputs)
Análise de Regressão: CP3NV versus Labor; GOV; Years S;
... UNIV; C.O Seleção Stepwise de Termos Termos candidatos: Labor; GOV; Years S; Equality S; Nº UNIV; C.O
----Passo 1--- -----Passo 2---- ------Passo 3----- ------Passo 4-----
28
Coef P Coef P Coef P Coef P
Constante 2,559 4,272 3,019 4,460
Labor 0,425 0,001 0,4258 0,000 0,4031 0,000 0,3917 0,000
GOV -0,0408 0,005 -0,04320 0,000 -0,03981 0,000
Years S 0,0496 0,003 0,0627 0,000
Equality S -0,03134 0,002
Nº UNIV
C.O
S 1,37450 1,09480 0,837832 0,617879
R2 51,25% 70,89% 84,02% 91,89%
R2(aj) 48,39% 67,26% 80,82% 89,57%
R2(pred) 22,76% 44,59% 70,90% 80,29%
Cp de Mallows 138,88 78,88 39,45 16,61
------Passo 5----- ------Passo 6-----
Coef P Coef P
Constante 5,568 6,197
Labor 0,2321 0,004 0,2107 0,005
GOV -0,04163 0,000 -0,04042 0,000
Years S 0,06021 0,000 0,06232 0,000
Equality S -0,04973 0,000 -0,04023 0,002
Nº UNIV 0,1981 0,011 0,2127 0,005
C.O -0,0273 0,091
S 0,496791 0,456855
R2 95,13% 96,20%
R2(aj) 93,26% 94,30%
R2(pred) 78,03% 80,73%
Cp de Mallows 8,37 7,00
α para entrada = 0,15; α para remoção = 0,15
Análise de Variância
Fonte GL SQ (Aj.) QM (Aj.) Valor F Valor-P
Regressão 6 63,3831 10,5638 50,61 0,000
Labor 1 2,4654 2,4654 11,81 0,005
GOV 1 12,1075 12,1075 58,01 0,000
Years S 1 11,8795 11,8795 56,92 0,000
Equality S 1 3,4002 3,4002 16,29 0,002
29
Nº UNIV 1 2,4229 2,4229 11,61 0,005
C.O 1 0,7038 0,7038 3,37 0,091
Erro 12 2,5046 0,2087
Total 18 65,8877
Sumário do Modelo
S R2 R2(aj) R2(pred)
0,456855 96,20% 94,30% 80,73%
Coeficientes
Termo Coef EP de Coef Valor-T Valor-P VIF
Constante 6,197 0,649 9,54 0,000
Labor 0,2107 0,0613 3,44 0,005 3,36
GOV -0,04042 0,00531 -7,62 0,000 1,05
Years S 0,06232 0,00826 7,54 0,000 1,17
Equality S -0,04023 0,00997 -4,04 0,002 2,87
Nº UNIV 0,2127 0,0624 3,41 0,005 4,32
C.O -0,0273 0,0149 -1,84 0,091 2,25
Equação de Regressão
CP3NV = 6,197 + 0,2107 Labor - 0,04042 GOV + 0,06232 Years S - 0,04023 Equality S
+ 0,2127 Nº UNIV - 0,0273 C.O
Análise de Regressão: CP4NV versus SPI; Acces IC; Acess
... ppy; GINNI Seleção Stepwise de Termos Termos candidatos: SPI; Acces IC; Acess EA; Adult A; Primary S; Lower S; Upper S; Net U;
Years S; Equality S; Nº UNIV; UNEMP.; Labor; UNEMP. 15.24; IDH; GOV; KT; C.O; EPI; Happy;
GINNI
----Passo 1---- -----Passo 2---- -----Passo 3----- ------Passo 4-----
Coef P Coef P Coef P Coef P
Constante 0,276 3,43 4,04 6,07
GOV 0,0466 0,009 0,0540 0,001 0,0518 0,000 0,04889 0,000
C.O -0,0719 0,014 -0,0932 0,001 -0,0924 0,000
Nº UNIV 0,2044 0,008 0,2292 0,001
Happy -0,03020 0,007
Upper S
IDH
Labor
Lower S
30
S 1,38743 1,17824 0,953546 0,753939
R2 34,02% 55,22% 72,50% 83,95%
R2(aj) 30,14% 49,62% 67,00% 79,37%
R2(pred) 20,57% 36,25% 49,53% 68,42%
------Passo 5----- ------Passo 6----- ------Passo 7-----
Coef P Coef P Coef P
Constante 5,026 5,944 5,148
GOV 0,03660 0,000 0,03626 0,000 0,03608 0,000
C.O -0,0971 0,000 -0,0726 0,000 -0,06608 0,000
Nº UNIV 0,2083 0,000 0,2681 0,000 0,1714 0,003
Happy -0,02982 0,000 -0,02690 0,000 -0,02913 0,000
Upper S 0,04159 0,001 0,04898 0,000 0,04927 0,000
IDH -0,0418 0,008 -0,0320 0,016
Labor 0,1091 0,021
Lower S
S 0,491555 0,376595 0,305283
R2 93,67% 96,57% 97,93%
R2(aj) 91,23% 94,85% 96,62%
R2(pred) 81,88% 88,83% 92,99%
------Passo 8-----
Coef P
Constante 5,037
GOV 0,03603 0,000
C.O -0,06903 0,000
Nº UNIV 0,1415 0,004
Happy -0,03107 0,000
Upper S 0,04721 0,000
IDH -0,04092 0,002
Labor 0,1214 0,005
Lower S 0,02164 0,029
S 0,249068
R2 98,75%
R2(aj) 97,75%
R2(pred) 95,70%
α para entrada = 0,15; α para remoção = 0,15
31
Análise de Variância
Fonte GL SQ (Aj.) QM (Aj.) Valor F Valor-P
Regressão 8 48,9765 6,12206 98,69 0,000
Lower S 1 0,4048 0,40482 6,53 0,029
Upper S 1 5,4659 5,46585 88,11 0,000
Nº UNIV 1 0,8490 0,84898 13,69 0,004
Labor 1 0,8206 0,82058 13,23 0,005
IDH 1 1,0775 1,07753 17,37 0,002
GOV 1 7,7596 7,75957 125,08 0,000
C.O 1 4,5320 4,53196 73,05 0,000
Happy 1 5,2717 5,27174 84,98 0,000
Erro 10 0,6203 0,06203
Total 18 49,5969
Sumário do Modelo
S R2 R2(aj) R2(pred)
0,249068 98,75% 97,75% 95,70%
Coeficientes
Termo Coef EP de Coef Valor-T Valor-P VIF
Constante 5,037 0,484 10,41 0,000
Lower S 0,02164 0,00847 2,55 0,029 3,24
Upper S 0,04721 0,00503 9,39 0,000 1,50
Nº UNIV 0,1415 0,0382 3,70 0,004 5,45
Labor 0,1214 0,0334 3,64 0,005 3,35
IDH -0,04092 0,00982 -4,17 0,002 4,36
GOV 0,03603 0,00322 11,18 0,000 1,30
C.O -0,06903 0,00808 -8,55 0,000 2,23
Happy -0,03107 0,00337 -9,22 0,000 1,18
Equação de Regressão
CP4NV = 5,037 + 0,02164 Lower S + 0,04721 Upper S + 0,1415 Nº UNIV + 0,1214 Labor
- 0,04092 IDH + 0,03603 GOV - 0,06903 C.O - 0,03107 Happy
CP4: Passo 06 explica 96,20% (Gov, C.O, Nº Univ., Happy, Upper S. )
Análise de Regressão: CP4NV versus GOV; C.O; Nº UNIV;
... y; Upper S Seleção Stepwise de Termos Termos candidatos: GOV; Nº UNIV; C.O; Happy; Upper S
----Passo 1---- -----Passo 2---- -----Passo 3----- ------Passo 4-----
32
Coef P Coef P Coef P Coef P
Constante 0,276 3,43 4,04 6,07
GOV 0,0466 0,009 0,0540 0,001 0,0518 0,000 0,04889 0,000
C.O -0,0719 0,014 -0,0932 0,001 -0,0924 0,000
Nº UNIV 0,2044 0,008 0,2292 0,001
Happy -0,03020 0,007
Upper S
S 1,38743 1,17824 0,953546 0,753939
R2 34,02% 55,22% 72,50% 83,95%
R2(aj) 30,14% 49,62% 67,00% 79,37%
R2(pred) 20,57% 36,25% 49,53% 68,42%
Cp de Mallows 120,43 78,93 45,45 23,93
------Passo 5-----
Coef P
Constante 5,026
GOV 0,03660 0,000
C.O -0,0971 0,000
Nº UNIV 0,2083 0,000
Happy -0,02982 0,000
Upper S 0,04159 0,001
S 0,491555
R2 93,67%
R2(aj) 91,23%
R2(pred) 81,88%
Cp de Mallows 6,00
α para entrada = 0,15; α para remoção = 0,15
Análise de Variância
Fonte GL SQ (Aj.) QM (Aj.) Valor F Valor-P
Regressão 5 46,456 9,2911 38,45 0,000
GOV 1 8,011 8,0111 33,15 0,000
Nº UNIV 1 8,556 8,5559 35,41 0,000
C.O 1 17,185 17,1849 71,12 0,000
Happy 1 5,537 5,5372 22,92 0,000
Upper S 1 4,817 4,8168 19,93 0,001
Erro 13 3,141 0,2416
33
Total 18 49,597
Sumário do Modelo
S R2 R2(aj) R2(pred)
0,491555 93,67% 91,23% 81,88%
Coeficientes
Termo Coef EP de Coef Valor-T Valor-P VIF
Constante 5,026 0,733 6,86 0,000
GOV 0,03660 0,00636 5,76 0,000 1,30
Nº UNIV 0,2083 0,0350 5,95 0,000 1,17
C.O -0,0971 0,0115 -8,43 0,000 1,16
Happy -0,02982 0,00623 -4,79 0,000 1,03
Upper S 0,04159 0,00932 4,46 0,001 1,32
Equação de Regressão
CP4N
V
= 5,026 + 0,03660 GOV + 0,2083 Nº UNIV - 0,0971 C.O - 0,02982 Happy
+ 0,04159 Upper S
Ajustados e Diagnósticos para Observações Atípicas
Obs. CP4NV Ajuste Resíd Resíd Pad
3 5,821 5,081 0,739 2,04 R
4 3,219 4,254 -1,035 -2,50 R
R Resíduo grande
Análise de Regressão: CP5NV versus SPI; Acces IC; Acess
... ppy; GINNI Seleção Stepwise de Termos Termos candidatos: SPI; Acces IC; Acess EA; Adult A; Primary S; Lower S; Upper S; Net U;
Years S; Equality S; Nº UNIV; UNEMP.; Labor; UNEMP. 15.24; IDH; GOV; KT; C.O; EPI; Happy;
GINNI
-----Passo 1---- -----Passo 2----- -----Passo 3----- -----Passo 4-----
Coef P Coef P Coef P Coef P
Constante 4,201 2,268 -4,02 -1,51
Years S -0,0637 0,010 -0,0912 0,000 -0,0943 0,000 -0,0965 0,000
Net U 0,0538 0,002 0,1103 0,000 0,1044 0,000
GINNI 0,0797 0,014 0,0597 0,049
Upper S -0,0288 0,059
Happy
Labor
GOV
UNEMP.
Primary S
34
Nº UNIV
EPI
S 1,31500 0,991420 0,830784 0,753794
R2 33,06% 64,19% 76,43% 81,89%
R2(aj) 29,12% 59,71% 71,71% 76,71%
R2(pred) 17,98% 52,43% 63,60% 70,30%
------Passo 5----- ------Passo 6----- ------Passo 7-----
Coef P Coef P Coef P
Constante 0,48 2,66 5,098
Years S -0,0864 0,000 -0,0833 0,000 -0,0814 0,000
Net U 0,0968 0,000 0,0761 0,003 0,05680 0,000
GINNI 0,0498 0,064 0,0271 0,304
Upper S -0,0312 0,025 -0,0337 0,011 -0,0382 0,003
Happy -0,02037 0,040 -0,02511 0,012 -0,02768 0,005
Labor 0,1024 0,074 0,1283 0,017
GOV
UNEMP.
Primary S
Nº UNIV
EPI
S 0,661181 0,599122 0,602695
R2 87,06% 90,19% 89,25%
R2(aj) 82,08% 85,29% 85,11%
R2(pred) 69,28% 70,61% 74,14%
------Passo 8----- ------Passo 9----- -----Passo 10-----
Coef P Coef P Coef P
Constante 5,497 6,472 8,505
Years S -0,07691 0,000 -0,05352 0,000 -0,05145 0,000
Net U 0,05243 0,000 0,05179 0,000 0,05454 0,000
GINNI
Upper S -0,02467 0,027 -0,01359 0,088 -0,01155 0,074
Happy -0,03001 0,001 -0,04467 0,000 -0,04031 0,000
Labor 0,1345 0,004 0,1220 0,001 0,1232 0,000
GOV -0,01796 0,016 -0,02667 0,000 -0,02220 0,000
UNEMP. -0,02534 0,003 -0,02802 0,000
35
Primary S -0,0299 0,020
Nº UNIV
EPI
S 0,487806 0,332239 0,262557
R2 93,50% 97,24% 98,43%
R2(aj) 90,25% 95,48% 97,17%
R2(pred) 79,17% 93,26% 95,28%
-----Passo 11----- -----Passo 12----- -----Passo 13-----
Coef P Coef P Coef P
Constante 10,020 11,208 11,599
Years S -0,04771 0,000 -0,04410 0,000 -0,04122 0,000
Net U 0,04637 0,000 0,05087 0,000 0,05029 0,000
GINNI
Upper S -0,00886 0,066 -0,00501 0,181
Happy -0,04018 0,000 -0,03876 0,000 -0,03928 0,000
Labor 0,0603 0,035 0,0408 0,068 0,0336 0,126
GOV -0,02321 0,000 -0,02434 0,000 -0,02606 0,000
UNEMP. -0,03275 0,000 -0,03230 0,000 -0,03402 0,000
Primary S -0,04383 0,001 -0,04415 0,000 -0,04604 0,000
Nº UNIV 0,0950 0,010 0,1149 0,001 0,1246 0,000
EPI -0,02839 0,021 -0,03406 0,006
S 0,188251 0,140097 0,148731
R2 99,27% 99,64% 99,55%
R2(aj) 98,55% 99,20% 99,09%
R2(pred) 94,86% 98,19% 97,73%
α para entrada = 0,15; α para remoção = 0,15
Análise de Variância
Fonte GL SQ (Aj.) QM (Aj.) Valor F Valor-P
Regressão 9 43,7166 4,85740 219,58 0,000
Primary S 1 0,9891 0,98911 44,71 0,000
Net U 1 4,3799 4,37991 198,00 0,000
Years S 1 2,5844 2,58438 116,83 0,000
Nº UNIV 1 0,6334 0,63337 28,63 0,000
UNEMP. 1 2,9187 2,91874 131,94 0,000
Labor 1 0,0630 0,06297 2,85 0,126
36
GOV 1 3,4490 3,44897 155,91 0,000
EPI 1 0,2753 0,27526 12,44 0,006
Happy 1 4,2951 4,29506 194,16 0,000
Erro 9 0,1991 0,02212
Total 18 43,9157
Sumário do Modelo
S R2 R2(aj) R2(pred)
0,148731 99,55% 99,09% 97,73%
Coeficientes
Termo Coef EP de Coef Valor-T Valor-P VIF
Constante 11,599 0,686 16,91 0,000
Primary S -0,04604 0,00689 -6,69 0,000 2,53
Net U 0,05029 0,00357 14,07 0,000 3,27
Years S -0,04122 0,00381 -10,81 0,000 2,35
Nº UNIV 0,1246 0,0233 5,35 0,000 5,67
UNEMP. -0,03402 0,00296 -11,49 0,000 2,60
Labor 0,0336 0,0199 1,69 0,126 3,35
GOV -0,02606 0,00209 -12,49 0,000 1,53
EPI -0,03406 0,00965 -3,53 0,006 3,67
Happy -0,03928 0,00282 -13,93 0,000 2,31
Equação de Regressão
CP5NV = 11,599 - 0,04604 Primary S + 0,05029 Net U - 0,04122 Years S + 0,1246 Nº UNIV
- 0,03402 UNEMP. + 0,0336 Labor - 0,02606 GOV - 0,03406 EPI - 0,03928 Happy
CP5: Passo 09 explica 97,24% (Years School, Net U, Ginni, Upper School, Happy, Labor
force, Gov, Unemployment total)
Análise de Regressão: CP5NV versus Years S; Net U; ... r;
GOV; UNEMP. Seleção Stepwise de Termos Termos candidatos: GOV; Happy; Upper S; Years S; Net U; GINNI; Labor; UNEMP.
-----Passo 1---- -----Passo 2----- -----Passo 3-----
Coef P Coef P Coef P
Constante 4,201 2,268 -4,02
Years S -0,0637 0,010 -0,0912 0,000 -0,0943 0,000
Net U 0,0538 0,002 0,1103 0,000
GINNI 0,0797 0,014
37
Upper S
Happy
Labor
GOV
UNEMP.
S 1,31500 0,991420 0,830784
R2 33,06% 64,19% 76,43%
R2(aj) 29,12% 59,71% 71,71%
R2(pred) 17,98% 52,43% 63,60%
Cp de Mallows 267,07 137,90 88,34
-----Passo 4----- ------Passo 5----- ------Passo 6-----
Coef P Coef P Coef P
Constante -1,51 0,48 2,66
Years S -0,0965 0,000 -0,0864 0,000 -0,0833 0,000
Net U 0,1044 0,000 0,0968 0,000 0,0761 0,003
GINNI 0,0597 0,049 0,0498 0,064 0,0271 0,304
Upper S -0,0288 0,059 -0,0312 0,025 -0,0337 0,011
Happy -0,02037 0,040 -0,02511 0,012
Labor 0,1024 0,074
GOV
UNEMP.
S 0,753794 0,661181 0,599122
R2 81,89% 87,06% 90,19%
R2(aj) 76,71% 82,08% 85,29%
R2(pred) 70,30% 69,28% 70,61%
Cp de Mallows 67,33 47,53 36,33
------Passo 7----- ------Passo 8----- ------Passo 9-----
Coef P Coef P Coef P
Constante 5,098 5,497 6,472
Years S -0,0814 0,000 -0,07691 0,000 -0,05352 0,000
Net U 0,05680 0,000 0,05243 0,000 0,05179 0,000
GINNI
Upper S -0,0382 0,003 -0,02467 0,027 -0,01359 0,088
Happy -0,02768 0,005 -0,03001 0,001 -0,04467 0,000
Labor 0,1283 0,017 0,1345 0,004 0,1220 0,001
38
GOV -0,01796 0,016 -0,02667 0,000
UNEMP. -0,02534 0,003
S 0,602695 0,487806 0,332239
R2 89,25% 93,50% 97,24%
R2(aj) 85,11% 90,25% 95,48%
R2(pred) 74,14% 79,17% 93,26%
Cp de Mallows 38,31 22,40 8,65
α para entrada = 0,15; α para remoção = 0,15
Análise de Variância
Fonte GL SQ (Aj.) QM (Aj.) Valor F Valor-P
Regressão 7 42,7015 6,1002 55,26 0,000
GOV 1 3,2475 3,2475 29,42 0,000
Happy 1 6,2950 6,2950 57,03 0,000
Upper S 1 0,3867 0,3867 3,50 0,088
Years S 1 3,9371 3,9371 35,67 0,000
Net U 1 10,0996 10,0996 91,50 0,000
Labor 1 2,4368 2,4368 22,08 0,001
UNEMP. 1 1,6412 1,6412 14,87 0,003
Erro 11 1,2142 0,1104
Total 18 43,9157
Sumário do Modelo
S R2 R2(aj) R2(pred)
0,332239 97,24% 95,48% 93,26%
Coeficientes
Termo Coef EP de Coef Valor-T Valor-P VIF
Constante 6,472 0,484 13,38 0,000
GOV -0,02667 0,00492 -5,42 0,000 1,71
Happy -0,04467 0,00591 -7,55 0,000 2,04
Upper S -0,01359 0,00726 -1,87 0,088 1,76
Years S -0,05352 0,00896 -5,97 0,000 2,60
Net U 0,05179 0,00541 9,57 0,000 1,50
Labor 0,1220 0,0260 4,70 0,001 1,14
UNEMP. -0,02534 0,00657 -3,86 0,003 2,57
Equação de Regressão
CP5NV = 6,472 - 0,02667 GOV - 0,04467 Happy - 0,01359 Upper S - 0,05352 Years S
+ 0,05179 Net U + 0,1220 Labor - 0,02534 UNEMP.
Ajustados e Diagnósticos para Observações Atípicas
39
Obs. CP5NV Ajuste Resíd Resíd Pad
8 2,499 3,189 -0,691 -2,31 R
17 3,114 3,639 -0,525 -2,05 R
R Resíduo grande
3.5 Criando indicadores a partir dos PC1, PC2, PC3, PC4, PC5
Aproveitando os resultados da sessão anterior, relacionou-se cada componente
principal (PC), com as variáveis de estudo afim de obter a mais alta correlação com as
variáveis de resposta.
Abaixo, listamos as 5 (cinco) variáveis que apresentaram esta correlação prara
criação de um indicador sintético de resiliência para os países da região AIBER.
No caso de CP1
CP1 = SPI + Acess EA
CP1 = -13,03 + 0,2313 SPI + 0,1063 Acess EA
No caso de CP2
CP2 = UNEMP + Primary + Labor
CP2 = 9,89 + 0,09757 UNEMP. - 0,1048 Primary S - 0,1388 Labor
No caso de CP3
CP3 = Labor + GOV + Years S + Equality S + Nº Univ + CO
CP3 = 6,197 + 0,2107 Labor - 0,04042 GOV + 0,06232 Years S - 0,04023 Equality S
+ 0,2127 Nº UNIV - 0,0273 C.O
No caso de CP4
CP4 = GOV + Nº Univ + CO + Happy + Upper S
CP4 = 5,026 + 0,03660 GOV + 0,2083 Nº UNIV - 0,0971 C.O - 0,02982 Happy + 0,04159 Upper S
No caso de CP5
CP5 = GOV + Happy + Upper S + Years S + Net U + Labor + UNEMP.
CP5 = 6,472 - 0,02667 GOV - 0,04467 Happy - 0,01359 Upper S - 0,05352 Years S
+ 0,05179 Net U + 0,1220 Labor - 0,02534 UNEMP.
40
Pensando em um indicador que sintetize CP1, CP2, CP3, CP4, CP5
FEW AIBER = (0,525*'CP1NV')+(0,126*'CP2NV')+(0,084*'CP3NV')+(0,063*'CP4NV')+(0,058*'CP5NV')
3.6 Ranking de FEW - AIBER
Através da formula sintética (que engloba as variáveis CP1, CP2, CP3, CP4, CP5)
foi possível calcular um Ranking de FEW para os países da região AIBER, conforme
abaixo:
Figura 1: Ranking de FEW para os países da região AIBER
41
Outlier = Linha 18 = Espanha
A disposição dos países manteve-se como os agrupamentos haviam ilustrado: cluster 1
com médias mais elevadas, cluster 2 em posição intermediária e cluster 3 com médias mais
baixas.
Nota-se que a Argentina (61,27%), Chile (60,46%) e Uruguai (59,89%) estão acima do
Brasil (53,17 em 7º lugar) e este acima do México (45,69%); Bolívia (41,65), Peru
(39,96) e Paraguai (29,09%) abaixo.
Mapa com os países da região Ibero-Americana - AIBER
Legenda: AZUL = ALTO VERDE = INTERMEDIÁRIO I LARANJA= INTERMEDIÁRIO II VERMELHO: BAIXO Branco = NÃO pertencem à AIBER
321
1,0
0,8
0,6
0,4
0,2
0,0
Código AIBER
FEW
n
Boxplot de FEWn
42
Paíse cor azul: 5 países – Alto
Espanha, Portugal, Costa, Rica, Argentina, Chile
Países cor verde: 5 países – Intermediário I
Uruguai, Brazil, Colombia, México, Panama
Países cor laranja: 05 países- Intermediários II
Bolívia, Peru, Republica Dominicana, Equador, Paraguai
Países cor vermelha: 04 países – Baixo
El Salvador, Nicaragua, Honduras, Guatemala
43
4. Considerações Finais Este trabalho teve por objetivo realizar análises dos países da região Ibero-
Americana (AIBER). Foram efetuadas análises de correspondência, análises de variância
(ANOVA), regressões, agrupamentos (clusters) e componentes principais. Como resultado
deste trabalho foi criado o indicador, que reflete um índice de Futuro da Educação e o
Trabalho ( FEW) para essa região.
Da listagem dos países ordenados, foi gerado um ranking de performance e um
mapa contendo os países da região AIBER, o qual foi colorido refletindo com seus tons, o
posicionamento em relação aos resultados de cada país.
Os países Espanha e Portugal ficaram no topo da lista com os melhores resultados, e
seguidos por estes, estão Costa Rica, Argentina e Chile. O Brasil ocupa a sétima posição. E
na parte inferior da lista, com as performances mais baixas, foram destaque, El Salvador,
Nicaragua, Honduras e Guatemala.
Em relação ao tema Futuro do Educação e o Trabalho, objetivo central desta
análise, percebe-se que as variáveis de maior significância foram: SPI e Acesso a Educação
Avançada, pois de formos analisar para que um país tenha progresso social é necessário o
investimento em educação de qualidade o que evidentemente poderá melhorar uma série de
outras questões sociais e problemáticas que são oriundas da falta de investimento em
educação. Destacam-se Espanha e Portugual que também são economias avançadas.