Uso de análise multivariada no agrupamento de comunidades rurais
Abstract
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
References
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
Authors retain copyright and grant the Journal the right to the first publication. Authors are encouraged to and may self-archive a created version of their article in their institutional repository, or as a book chapter, as long as acknowledgement is given to the original source of publication. As the Journal provides open access to its publications, articles may not be used for commercial purposes. The contents published are the sole and exclusive responsibility of their authors; however, the publishers can make textual adjustments, adaptation to publishing standards and adjustments of spelling and grammar, to maintain the standard patterns of the language and the journal. Failure to comply with this commitment will submit the offenders to sanctions and penalties under the Brazilian legislation (Law of Copyright Protection; nº 9,610; 19 February 1998).