Uso de análise multivariada no agrupamento de comunidades rurais

  • Wilza da Silveira Pinto Universidade Federal Rural da Amazônia, INSTITUTO DE CIENCIAS AGRÁRIAS.
  • Manoel Malheiros Tourinho UNIVERSIDADE FEDERAL RURAL DA AMAZÔNIA
  • Waldinei Travassos de Queiroz UNIVERSIDADE FEDERAL RURAL DA AMAZÔNIA
  • Paulo de Tarso Eremita da Silva UNIVERSIDADE FEDERAL RURAL DA AMAZÔNIA

Resumo

A identificação e a caracterização de agrupamentos de comunidades rurais em
função de similaridades e diferenças são importantes para a proposição e a execução de
políticas públicas focadas nas realidades locais, maximizando resultados e contribuindo para
o aumento de sua eficácia, na medida em que são identificadas as comunidades com perfil
semelhantes em função de sua estrutura social. O objetivo deste trabalho foi possibilitar, com
o uso de técnicas de análise multivariada, a criação de grupos homogêneos de comunidades
a serem assistidas por programas sociais e políticas públicas. As comunidades rurais com
características semelhantes foram divididas em três grupos. O Grupo 1 congregou duas
comunidades: Ribeira (C1) e Jacundaí (C2). O Grupo 2 abrangeu seis comunidades: São
Manoel (C3), Santa Maria do Mirindeua (C4), Santo Cristo(C5), Centro Ouro (C7), São
Sebastião (C8) e Santa Luzia do Tracuateua (C10). O Grupo 3, Santana do Baixo (C6) e
Santa Maria do Tracuateua (C9). A partir da análise multivariada, constatatou-se que as
comunidades apresentaram perfis diferenciados em relação às variáveis componentes da
dimensão socioeconômica, confirmando os agrupamentos formados por algumas similaridades
dentro dos grupos, assim como por heterogeneidade entre e dentro dos grupos.

Downloads

Não há dados estatísticos.

Referências

CHERNOFF, H. The use of faces to represent points in K-Dimensional space graphically. Journal of the American Statistical Association, New York, v. 68, no. 342, p. 361-367, 1973.

ESTIVALET, L. F.; FREITAS, C. M. D. S. O Uso de ícones na visualização de informações. 2000. Dissertação (Mestrado)-Instituto de Informática, Programa de Pós Graduação em Computação, Universidade Federal do Rio Grande do Sul, Porto Alegre. 2000.

FERRARI, A. T. Fundamentos de Sociologia. São Paulo: McGraw-Hill do Brasil, 1983

FLURY, B.; RIEDWYL, Hans. Graphical Representation of Multivariate Data by Means of Asymmetrical Faces. Journal of the American Statistical Association, Vol. 76, No. 376 .Dez. 1981. p. 757- 765.

HAIR Jr., J.F.; ANDRESON, R.E.; TATHAM, R.L.; BLACK, W.C. Análise multivariada de dados. São Paulo:Bookman, 2009.

KRUSKAL, J. B. Multidimensional scaling by optimizing goodness of fit to a nonmetric hypothesis. Psychometrika, v. 29, n.1,p. 1-27,1964.

LOOMIS, C. Social System. D. Van Nostrand Co. New Jersey, 1960.

MINGOTI, S.A. Análise de Dados Através de Métodos de Estatística Multivariada: Uma Abordagem Aplicada. Belo Horizonte: UFMG, 2005

Publicado
2014-05-05
Seção
Artigos Científicos