BOLETIM DE ANÁLISES ESTATÍSTICO BASTA 2018 Vol. 1

Transcrição

1 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 ANÁLISE DOS PAÍSES DA REGIÃO IBERO-AMERICANA (AIBER) PROJETO ORIBER 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

2 2 Sumário 1. Introdução Entendendo Os Dados Sobre Projeto Milênio Observatório RIBER - ORIBER Os Indivíduos As variáveis do tema O Futuro da Educação e o Trabalho Países analisados Tratamento Dos Dados, Agrupamentos E Relacionamentos Análises de agrupamentos (clusters) Análise de variância - ANOVA Análise de Componentes Principais (PC) Novo índice de performance Criando indicadores a partir dos PC1, PC2, PC3, PC4, PC Ranking de FEW - AIBER Considerações Finais... 43

3 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 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 Variável Categóric N/A atribuído a cada país. REG É a região em que o país está localizado, dentre 20 regiões do mundo. Variável Categórica N/A SPI Acess to information and Communications Acess to Advanced Education Pontuação no Índice de Progresso Social Acesso a informação e a comunicações Acesso à Educação Avançada Variável Quantitativa Pontuação do país, em escala centesimal. Variável Quantitativa (% Ocorrência) Variável Quantitativa (% Ocorrência) Adult literacy rate (% of pop. Aged 15+) Primary school enrollment (% of children) Lower secondary school enrollment (% of children) Upper secondary schol enrollment (% of children) Internet users Years of tertiary schooling Inequality in the attainment of education (0=low; 1=high) Number of globally ranked Taxa de adultos alfabetizados Variável Quantitativa (% Ocorrência) Percentual de Variável Quantitativa (% of children) crianças matriculadas no ensino fundamental ou equivalente Percentual baixo de Variável Quantitativa (% of children) crianças que estão estudando Percentual de Variável Quantitativa (% of children) crianças matriculadas no ensino médio ou equivalente) Percentual da Variável Quantitativa (% of pop.) população com acesso à Internet Anos que se Variável Quantitativa (% of children) permanece estudando A desigualdade na Variável Quantitativa Probabilidade (%) condução da educação A desigualdade na condução da Variável Quantitativa Probabilidade (%)

5 5 universities (0=none; 5= >50) Unemployment Total (% of total Labor Force) 2017 Total Labor Force (% Global) Unemployment, youth total (% of total labor force ages 15 24) (modeled ILO estimate) 2017 IDH2015 Governance Knowledge and Technology educação A taxa de desemprego total em 2017 Percentual do número de trabalhadores O desemprego, o percentual da juventude com idade de 15 24, que não está trabalhando, estimado conforme ILO 2017 O Índice de Desenvolvimento Humano (IDH) mede o progresso de uma nação a partir de três dimensões: renda, saúde e educação. Índice que avalia como o país, conduz questões éticas, ligadas corrupção, eficiência econômica, conflitos de interesse entre os acionistas Conhecimento e Tecnologia Variável Quantitativa (% of pop.) Variável Quantitativa (% of pop.) Variável Quantitativa ages 15 24) Variável Quantitativa Pontuação do país, em escala centesimal. Variável Quantitativa Pontuação do país, em escala centesimal. 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 Happy Planet Index Índice da felicidade está ligado ao bem Variável Quantitativa Pontuação do país, em escala centesimal. Variável Quantitativa Pontuação do país, em escala

6 6 GINI Index estar do indivíduo Índice de desigualdade de renda centesimal. 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 Country Ord. Country Região 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 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 = 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 , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , Partição Final Número de observações Dentro da soma de Distância média do Distância máxima do

8 8 quadrados do agrupado centróide centróide Agrupado ,0 46, ,2984 Agrupado2 1 0,0 0,0000 0,0000 Agrupado ,0 46, ,1769 Centróides do grupo Variável Agrupado1 Agrupado2 Agrupado3 Centróide global Social Progress Index 78, ,987 59, ,6099 Access to Information and Commu 74, ,464 59, ,0909 Access to Advanced Education 57, ,925 24, ,9081 Adult literacy rate (% of pop. 87, ,064 78, ,8373 Primary school enrollment (% of 94, ,316 85, ,1422 Lower secondary school enrollme 58, ,819 38, ,4442 Upper secondary school enrollme 46, ,998 38, ,7471 Internet users (% of pop.) 60, ,676 31, ,3661 Years of tertiary schooling 33, ,986 15, ,2670 Equality in the attainment of e 70, ,258 45, ,6180 Number of globally ranked unive 3,9767 0,000 0,0000 2,5116 Unemployment Total (% of total 26, ,235 22, ,3191 Total Labor Force (% Global) 2,9217 0,622 0,5121 2,0397 Unemployment, youth total (% of 26, ,000 19, ,3784 IDH , ,936 52, , Governança 43, ,018 40, , Knowledge and Technology 24, ,537 10, , Creative Outputs 51, ,570 43, ,2109 EPI Score , ,980 55, ,7716 Happy Planet Index 73, ,016 58, ,7856 GINNI Index (P.Igualdade de Ren 36, ,090 57, ,2963 Distâncias Entre Centróides do Grupo Agrupado1 Agrupado2 Agrupado3 Agrupado1 0, ,066 74,293 Agrupado2 121,066 0, ,282 Agrupado3 74, ,282 0,000

9 Similaridade 9 Dendrogram Dendrograma Ligação Completa; Distância Euclideana 0,00 33,33 66,67 100,00 Argentina Uruguay Costa Rica Brazi l Ecuador Colombia Peru Mexico Panama Chile Portuga l Spain Observações Bolivia Dominican Republic Paraguay El Salvador Honduras Guatemala Nicaragua 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

10 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 Hipótese alternativa Todas as médias são iguais 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 ,49 11,59 0,001 Erro ,72 Total Sumário do Modelo S R2 R2(aj) R2(pred) 8, ,17% 54,07% * Médias Código AIBER N Média DesvPad IC de 95% ,49 9,31 (73,49; 83,49) ,99 * (44,67; 79,30) ,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 Social Progress Index 11 Boxplot de Social Progress Index Código AIBER 3 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

12 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 ,288-0,073-0,044-0,057 0,103 0,045-0, Governança 0,070-0,185-0,333 0,505-0,315-0,258-0, Knowledge and Technology 0,263-0,005 0,046-0,061-0,069-0,413 0, Creative Outputs 0,221-0,040-0,212-0,290 0,035-0,445-0,035 EPI Score ,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 ,020-0,228-0,185 0,157 0,093-0,373-0, Governança 0,182-0,297 0,239 0,244 0,163 0,026 0,063

13 Knowledge and Technology 0,033-0,166-0,361 0,181-0,453 0,127 0, Creative Outputs 0,178 0,398 0,266-0,150 0,241 0,031 0,340 EPI Score ,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 ,238 0,043 0,018 0,033 0,711-0,170-0, Governança -0,186 0,058 0,088 0,010-0,031-0,048 0, Knowledge and Technology 0,123 0,356-0,089-0,258-0,070 0,238-0, Creative Outputs 0,257-0,235 0,078-0,051 0,139 0,112-0,025 EPI Score ,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 Segundo Componente Autovalor 14 fico de perfil de autovalores de Social Progress Index;...; GINNI Index (P.Igu Número do Componente 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. Gráfico de Loading (Carga Fatorial) de SPI;...; GINNI 0,6 UNEMP ,4 0,2 0,0-0,2 GINNI GOV Labor Years S Adult A EPI Acces Equality Net IC U S Upper S KT C.O Lower SSPI Acess IDHEA Nº UNIV Happy Primary S -0,4-0,3-0,2-0,1 0,0 0,1 Primeiro Componente 0,2 0,3 Observa-se uma proximidade das variáveis SPI com as variáveis ligadas a educação, estão numa mesma direção por outro lado aparecere Unemployment total, numa

15 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 Hipótese alternativa Todas as médias são iguais 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 ,4 9,402 Total ,3 Sumário do Modelo S R2 R2(aj) R2(pred) 3, ,85% 57,08% * Médias Código AIBER N Média DesvPad IC de 95% ,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 CP1NV 16 Boxplot de CP1NV Código AIBER 3 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 ; IDH; GOV; KT; C.O; EPI; Happy; GINNI ----Passo Passo Passo Passo 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, ,057

17 17 GINNI GOV Adult A Nº UNIV Primary S KT Net U Equality S S 1, , , , 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 Passo Passo Passo 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, ,018 0, ,012 0, ,044 0, ,044 GINNI -0,0650 0,034-0,0687 0,021-0,0672 0,018-0,0637 0,007 GOV 0, ,120 0, ,080 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, , , , 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 Passo Passo Passo 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 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, ,007 0, ,005 0, ,007 0, ,012 GINNI -0,0470 0,020-0,0427 0,022-0,0413 0,029-0,0406 0,019 GOV 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, ,001 KT 0,0329 0,066 Net U Equality S S 0, , , , 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 Passo Passo 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, ,004 0, ,003 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, ,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, ,024 S 0, , , 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 19 Análise de Variância Fonte GL SQ (Aj.) QM (Aj.) Valor F Valor-P Regressão 9 394,003 43, ,75 0,000 SPI 1 4,318 4, ,24 0,000 Adult A 1 0,682 0, ,74 0,001 Primary S 1 2,175 2, ,11 0,000 Net U 1 0,346 0, ,53 0,010 Equality S 1 0,240 0,2397 7,29 0,024 Nº UNIV 1 0,832 0, ,28 0,001 UNEMP. 1 0,823 0, ,03 0,001 KT 1 0,180 0,1805 5,49 0,044 EPI 1 1,838 1, ,87 0,000 Erro 9 0,296 0,0329 Total ,299 Sumário do Modelo S R2 R2(aj) R2(pred) 0, ,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, ,46 0,000 14,84 Adult A 0,0910 0,0200 4,55 0,001 7,97 Primary S 0, , ,13 0,000 2,99 Net U 0,0338 0,0104 3,24 0,010 18,66 Equality S 0, , ,70 0,024 8,47 Nº UNIV 0,1156 0,0230 5,03 0,001 3,71 UNEMP. 0, , ,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 20 Termos candidatos: SPI; Acess EA ----Passo Passo 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, , 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, ,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 ,30 Sumário do Modelo S R2 R2(aj) R2(pred) 0, ,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 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 ; IDH; GOV; KT; C.O; EPI; Happy; GINNI ----Passo Passo Passo Passo Coef P Coef P Coef P Coef P Constante -0,000 10,89 10,47 10,41 UNEMP ,0995 0,000 0, ,000 0, ,000 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, ,045 Years S GOV KT EPI UNEMP. Upper S Adult A Nº UNIV S 1, , , , 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 Passo Passo Coef P Coef P Coef P Constante 11,03 10,413 9,885 UNEMP , ,000 0, ,000 0, ,000 Primary S -0,1030 0,000-0,0862 0,000-0, ,000 Labor -0,1313 0,000-0,1360 0,000-0,1320 0,000 Happy -0, ,007-0, ,000-0, ,000 Years S 0, ,055 0, ,006 0, ,001 GOV -0, ,009-0, ,005 KT -0, ,046 EPI

22 22 UNEMP. Upper S Adult A Nº UNIV S 0, , , R2 98,50% 99,18% 99,44% R2(aj) 97,93% 98,76% 99,08% R2(pred) 96,96% 97,89% 97,15% Passo Passo Passo Coef P Coef P Coef P Constante 8,351 8,329 8,863 UNEMP , ,000 0, ,000 0, ,000 Primary S -0, ,000-0, ,000-0, ,000 Labor -0,1300 0,000-0,1303 0,000-0,1319 0,000 Happy -0, ,000-0, ,000-0, ,000 Years S 0, ,000 0, ,001 0, ,000 GOV -0, ,003-0, ,001-0, ,000 KT -0, ,003-0, ,004-0, ,005 EPI 0,0354 0,021 0,0296 0,034 0,0174 0,165 UNEMP. 0,0203 0,082 0, ,027 Upper S 0, ,060 Adult A Nº UNIV S 0, , , R2 99,68% 99,77% 99,86% R2(aj) 99,42% 99,55% 99,68% R2(pred) 98,35% 98,96% 98,76% -----Passo Passo Passo Coef P Coef P Coef P Constante 9,581 8,375 7,172 UNEMP , ,000 0, ,000 0, ,000 Primary S -0, ,000-0, ,000-0, ,000 Labor -0,1333 0,000-0, ,000-0, ,000 Happy -0, ,000-0, ,000-0, ,000 Years S 0, ,000 0, ,001 0, ,000

23 23 GOV -0, ,000-0, ,000-0, ,000 KT -0, ,003-0, ,001-0, ,045 EPI UNEMP. 0, ,013 0, ,002 0, ,000 Upper S 0, ,012 0, ,042 0, ,016 Adult A 0, ,047 0, ,001 Nº UNIV -0,0606 0,002 S 0, , , 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 ,293 9, ,19 0,000 Adult A 1 0,133 0, ,69 0,001 Primary S 1 2,131 2, ,57 0,000 Upper S 1 0,036 0, ,00 0,016 Years S 1 0,179 0, ,42 0,000 Nº UNIV 1 0,087 0, ,14 0,002 UNEMP. 1 0,362 0, ,15 0,000 Labor 1 0,303 0, ,80 0,000 UNEMP ,276 0, ,38 0,000 GOV 1 0,748 0, ,87 0,000 KT 1 0,021 0, ,92 0,045 Happy 1 1,676 1, ,72 0,000 Erro 7 0,025 0,00361 Total ,318 Sumário do Modelo S R2 R2(aj) R2(pred) 0, ,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, , ,06 0,001 2,84 Primary S -0, , ,28 0,000 2,86

24 24 Upper S 0, , ,16 0,016 2,38 Years S 0, , ,03 0,000 5,02 Nº UNIV -0,0606 0,0123-4,91 0,002 9,74 UNEMP. 0, , ,01 0,000 40,96 Labor -0, , ,15 0,000 5,08 UNEMP , , ,74 0,000 35,91 GOV -0, , ,38 0,000 2,16 KT -0, , ,43 0,045 4,58 Happy -0, , ,53 0,000 2,60 Equação de Regressão CP2NV = 7, ,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 ,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 Passo Passo Coef P Coef P Coef P Constante -0,328 10,33 9,89 UNEMP. 0,1113 0,000 0, ,000 0, ,000 Primary S -0,1133 0,000-0,1048 0,000 Labor -0,1388 0,003 S 1, , , 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, ,92 0,000 UNEMP. 1 58,376 58, ,97 0,000 Primary S 1 11,915 11, ,84 0,000

25 25 Labor 1 3,463 3, ,16 0,003 Erro 15 4,272 0,2848 Total ,318 Sumário do Modelo S R2 R2(aj) R2(pred) 0, ,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, , ,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 ; IDH; GOV; KT; C.O; EPI; Happy; GINNI ----Passo Passo Passo Passo 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, ,000-0, ,000 Years S 0,0496 0,003 0,0627 0,000 Equality S -0, ,002 Nº UNIV C.O Upper S EPI

26 26 S 1, , , , 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 Passo Passo 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, ,000-0, ,000-0, ,000 Years S 0, ,000 0, ,000 0, ,000 Equality S -0, ,000-0, ,002-0, ,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, ,040 EPI S 0, , , R2 95,13% 96,20% 97,45% R2(aj) 93,26% 94,30% 95,83% R2(pred) 78,03% 80,73% 90,73% Passo Coef P Constante 4,41 Labor 0,2381 0,001 GOV -0, ,001 Years S 0, ,000 Equality S -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, R2 98,04% R2(aj) 96,47% R2(pred) 93,85% α para entrada = 0,15; α para remoção = 0,15

27 27 Análise de Variância Fonte GL SQ (Aj.) QM (Aj.) Valor F Valor-P Regressão 8 64,5947 8, ,45 0,000 Upper S 1 1,1794 1,1794 9,12 0,013 Years S 1 4,3444 4, ,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, ,02 0,001 GOV 1 2,8820 2, ,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, ,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, , ,80 0,000 2,10 Equality S -0, , ,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, , ,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 Passo Passo Passo

28 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, ,000-0, ,000 Years S 0,0496 0,003 0,0627 0,000 Equality S -0, ,002 Nº UNIV C.O S 1, , , , 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, Passo Passo Coef P Coef P Constante 5,568 6,197 Labor 0,2321 0,004 0,2107 0,005 GOV -0, ,000-0, ,000 Years S 0, ,000 0, ,000 Equality S -0, ,000-0, ,002 Nº UNIV 0,1981 0,011 0,2127 0,005 C.O -0,0273 0,091 S 0, , 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, , ,61 0,000 Labor 1 2,4654 2, ,81 0,005 GOV 1 12, , ,01 0,000 Years S 1 11, , ,92 0,000 Equality S 1 3,4002 3, ,29 0,002

29 29 Nº UNIV 1 2,4229 2, ,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, ,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, , ,62 0,000 1,05 Years S 0, , ,54 0,000 1,17 Equality S -0, , ,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, ,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 ; IDH; GOV; KT; C.O; EPI; Happy; GINNI ----Passo Passo Passo Passo 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, ,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, ,007 Upper S IDH Labor Lower S

30 30 S 1, , , , 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 Passo Passo Coef P Coef P Coef P Constante 5,026 5,944 5,148 GOV 0, ,000 0, ,000 0, ,000 C.O -0,0971 0,000-0,0726 0,000-0, ,000 Nº UNIV 0,2083 0,000 0,2681 0,000 0,1714 0,003 Happy -0, ,000-0, ,000-0, ,000 Upper S 0, ,001 0, ,000 0, ,000 IDH -0,0418 0,008-0,0320 0,016 Labor 0,1091 0,021 Lower S S 0, , , R2 93,67% 96,57% 97,93% R2(aj) 91,23% 94,85% 96,62% R2(pred) 81,88% 88,83% 92,99% Passo Coef P Constante 5,037 GOV 0, ,000 C.O -0, ,000 Nº UNIV 0,1415 0,004 Happy -0, ,000 Upper S 0, ,000 IDH -0, ,002 Labor 0,1214 0,005 Lower S 0, ,029 S 0, R2 98,75% R2(aj) 97,75% R2(pred) 95,70% α para entrada = 0,15; α para remoção = 0,15

31 31 Análise de Variância Fonte GL SQ (Aj.) QM (Aj.) Valor F Valor-P Regressão 8 48,9765 6, ,69 0,000 Lower S 1 0,4048 0, ,53 0,029 Upper S 1 5,4659 5, ,11 0,000 Nº UNIV 1 0,8490 0, ,69 0,004 Labor 1 0,8206 0, ,23 0,005 IDH 1 1,0775 1, ,37 0,002 GOV 1 7,7596 7, ,08 0,000 C.O 1 4,5320 4, ,05 0,000 Happy 1 5,2717 5, ,98 0,000 Erro 10 0,6203 0,06203 Total 18 49,5969 Sumário do Modelo S R2 R2(aj) R2(pred) 0, ,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, , ,55 0,029 3,24 Upper S 0, , ,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, , ,17 0,002 4,36 GOV 0, , ,18 0,000 1,30 C.O -0, , ,55 0,000 2,23 Happy -0, , ,22 0,000 1,18 Equação de Regressão CP4NV = 5, ,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 Passo Passo Passo

32 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, ,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, ,007 Upper S S 1, , , , 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, Passo Coef P Constante 5,026 GOV 0, ,000 C.O -0,0971 0,000 Nº UNIV 0,2083 0,000 Happy -0, ,000 Upper S 0, ,001 S 0, 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, ,45 0,000 GOV 1 8,011 8, ,15 0,000 Nº UNIV 1 8,556 8, ,41 0,000 C.O 1 17,185 17, ,12 0,000 Happy 1 5,537 5, ,92 0,000 Upper S 1 4,817 4, ,93 0,001 Erro 13 3,141 0,2416

33 33 Total 18 49,597 Sumário do Modelo S R2 R2(aj) R2(pred) 0, ,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, , ,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, , ,79 0,000 1,03 Upper S 0, , ,46 0,001 1,32 Equação de Regressão CP4N V = 5, ,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 ; IDH; GOV; KT; C.O; EPI; Happy; GINNI -----Passo Passo Passo Passo 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 34 Nº UNIV EPI S 1, , , , 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 Passo Passo 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, ,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, ,040-0, ,012-0, ,005 Labor 0,1024 0,074 0,1283 0,017 GOV UNEMP. Primary S Nº UNIV EPI S 0, , , R2 87,06% 90,19% 89,25% R2(aj) 82,08% 85,29% 85,11% R2(pred) 69,28% 70,61% 74,14% Passo Passo Passo Coef P Coef P Coef P Constante 5,497 6,472 8,505 Years S -0, ,000-0, ,000-0, ,000 Net U 0, ,000 0, ,000 0, ,000 GINNI Upper S -0, ,027-0, ,088-0, ,074 Happy -0, ,001-0, ,000-0, ,000 Labor 0,1345 0,004 0,1220 0,001 0,1232 0,000 GOV -0, ,016-0, ,000-0, ,000 UNEMP. -0, ,003-0, ,000

35 35 Primary S -0,0299 0,020 Nº UNIV EPI S 0, , , R2 93,50% 97,24% 98,43% R2(aj) 90,25% 95,48% 97,17% R2(pred) 79,17% 93,26% 95,28% -----Passo Passo Passo Coef P Coef P Coef P Constante 10,020 11,208 11,599 Years S -0, ,000-0, ,000-0, ,000 Net U 0, ,000 0, ,000 0, ,000 GINNI Upper S -0, ,066-0, ,181 Happy -0, ,000-0, ,000-0, ,000 Labor 0,0603 0,035 0,0408 0,068 0,0336 0,126 GOV -0, ,000-0, ,000-0, ,000 UNEMP. -0, ,000-0, ,000-0, ,000 Primary S -0, ,001-0, ,000-0, ,000 Nº UNIV 0,0950 0,010 0,1149 0,001 0,1246 0,000 EPI -0, ,021-0, ,006 S 0, , , 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, ,58 0,000 Primary S 1 0,9891 0, ,71 0,000 Net U 1 4,3799 4, ,00 0,000 Years S 1 2,5844 2, ,83 0,000 Nº UNIV 1 0,6334 0, ,63 0,000 UNEMP. 1 2,9187 2, ,94 0,000 Labor 1 0,0630 0, ,85 0,126

36 36 GOV 1 3,4490 3, ,91 0,000 EPI 1 0,2753 0, ,44 0,006 Happy 1 4,2951 4, ,16 0,000 Erro 9 0,1991 0,02212 Total 18 43,9157 Sumário do Modelo S R2 R2(aj) R2(pred) 0, ,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, , ,69 0,000 2,53 Net U 0, , ,07 0,000 3,27 Years S -0, , ,81 0,000 2,35 Nº UNIV 0,1246 0,0233 5,35 0,000 5,67 UNEMP. -0, , ,49 0,000 2,60 Labor 0,0336 0,0199 1,69 0,126 3,35 GOV -0, , ,49 0,000 1,53 EPI -0, , ,53 0,006 3,67 Happy -0, , ,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 Passo Passo 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 37 Upper S Happy Labor GOV UNEMP. S 1, , , 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, Passo Passo Passo 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, ,040-0, ,012 Labor 0,1024 0,074 GOV UNEMP. S 0, , , 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, Passo Passo Passo Coef P Coef P Coef P Constante 5,098 5,497 6,472 Years S -0,0814 0,000-0, ,000-0, ,000 Net U 0, ,000 0, ,000 0, ,000 GINNI Upper S -0,0382 0,003-0, ,027-0, ,088 Happy -0, ,005-0, ,001-0, ,000 Labor 0,1283 0,017 0,1345 0,004 0,1220 0,001

38 38 GOV -0, ,016-0, ,000 UNEMP. -0, ,003 S 0, , , 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, ,26 0,000 GOV 1 3,2475 3, ,42 0,000 Happy 1 6,2950 6, ,03 0,000 Upper S 1 0,3867 0,3867 3,50 0,088 Years S 1 3,9371 3, ,67 0,000 Net U 1 10, , ,50 0,000 Labor 1 2,4368 2, ,08 0,001 UNEMP. 1 1,6412 1, ,87 0,003 Erro 11 1,2142 0,1104 Total 18 43,9157 Sumário do Modelo S R2 R2(aj) R2(pred) 0, ,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, , ,42 0,000 1,71 Happy -0, , ,55 0,000 2,04 Upper S -0, , ,87 0,088 1,76 Years S -0, , ,97 0,000 2,60 Net U 0, , ,57 0,000 1,50 Labor 0,1220 0,0260 4,70 0,001 1,14 UNEMP. -0, , ,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 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, ,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, ,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.