UNIVERSIDADE FEDERAL DO ABC Bacharelado em Planejamento Territorial Métodos e técnicas de análise da informação para o planejamento territorial

Transcrição

1 UNIVERSIDADE FEDERAL DO ABC Bacharelado em Planejamento Territorial Métodos e técnicas de análise da informação para o planejamento territorial ANÁLISE ESPACIAL DOS ÍNDICES DE GRAVIDEZ NA ADOLESCÊNCIA EM 2010 NO ESTADO DE SÃO PAULO Karina Vieira dos Santos São Bernardo do Campo Agosto/ 2015

2 Karina Vieira dos Santos ANÁLISE DOS ÍNDICES DE GRAVIDEZ NA ADOLESCÊNCIA EM 2010 NO ESTADO DE SÃO PAULO Trabalho final da disciplina Métodos e Técnicas de Análise da Informação para o Planejamento, ministrada pela Profª Dra. Flávia Feitosa da Graduação de Planejamento Territorial, na Universidade Federal do ABC. São Bernardo do Campo Agosto/ 2015

3 SUMÁRIO 1. INTRODUÇÃO 2. METODOLOGIA 3. RESULTADOS E DISCUSSÃO 3.1. Preparação dos dados e análise exploratória 3.2. Análise de Regressão Clássica 4. CONCLUSÃO 5. REFERÊNCIAS BIBLIOGRÁFICAS

4 1. INTRODUÇÃO A Constituição Federal estabelece em seu art.227: É dever da família, da sociedade e do Estado assegurar à criança, o adolescente e ao jovem, com absoluta prioridade, o direito à vida, à saúde, à alimentação, à educação, ao lazer, à profissionalização, à dignidade, ao respeito, à liberdade e a convivência comunitária e familiar, além de colocá la a salvo de toda forma de negligência, discriminação, exploratória, violência, crueldade e opressão conforme é também contemplado no art.4º do Estatuto da Criança e do Adolescente. Apesar de todo o aparato legislativo com uma série de recomendações, normas e resoluções, alguns estudos apontam para uma realidade que submete crianças e adolescentes à dimensões econômicas(renda) e sociais contextos de vulnerabilidade que compreendem as (educação). O estudo presente, tem como pretensão realizar um estudo em escala estadual, utilizando como objeto de estudo os municipios do Estado de São Paulo. A questão que norteará o diagnótisco será a relação entre a incidência de gravidez na adolescência, que abrange a faixa etária de 10 à 17 anos, com indicadores socioeconômicos do IDHM: longevidade, renda e educação. De acordo com estudos do Fundo de População das Nações Unidas instituição ligada a Organização das Nações Unidas somente no Brasil, cerca de 19,3% das crianças nascidas vivas em 2010 eram filhas de adolescentes, cujo fruto da gravidez precoce é resultado da falta de acesso a escola e violência social. Ressalta se, porém, que nos últimos anos o acesso aos serviços de saúde voltados ao amparo de mulheres grávidas tem aumentado, como o pré natal, natal e pós natal. incidência Ainda conforme aponta o relatório Situação da População Mundial 2013, de meninas grávidas precocemente ocorre em maior probabilidade em meninas com perfil pobres, com baixa escolaridade e residentes em áreas rurais do que com meninas ricas, com mais escolaridade e que vivem em área urbana. Além disso, afirma se que a alta taxa de gravidez na adolescência está relacionada a problemas sociais associados à pobreza, à cultura social machista, quando não resultado de violência sexual ou coerção. Outro apontamento

5 importante e que incitou o desenvolvimento desse trabalho foi o de que meninas que permanecem na escola por mais tempo são menos propensas a engravidar. Portanto, esse trabalho tem como objetivo investigar se existe correlação entre o indicador social de educação com a taxa de gravidez na adolescência nos 645 municípios do Estado de São Paulo com base nos Censos de 2000 e 2010, possibilitando de certa forma observar se ao longo dos anos houve um movimento de melhora, tanto no IDHM_E quanto na taxa de gravidez. 2. OBJETIVO Verificar por meio de análises estatísticas quais as correlações que se pode estabelecer entre as dimensões do Índice de Desenvolvimento Humano Municipal, no que tange às dimensões: renda e educação. para isso será utilizado dados do censo 1999 e Com base nisso, inicialmente, levantou se as seguintes hipóteses: Pode se estabelecer correlação entre renda média domiciliar e gravidez precoce? A dimensão educação estão correlacionada com aumento ou mesmo redução da taxa de gravidez na adolescência? No entanto, durante a realização de testes que estabelecem essa correlação, a dimensão que mais apresentou correlação foi a de educação. Sendo assim, todo o trabalho se desdobrará na análise das variáveis: educação e taxa de gravidez na adolescência no Estado de São Paulo. 3. METODOLOGIA O desenvolvimento do trabalho contou com duas fontes de dados: a base do Instituto Brasileiro de Geografia e Estatística IBGE (taxa de gravidez na adolescência, tendo como base o universo do Censo 2010) e o ATLAS Brasil, plataforma onde foram encontradas as informações relativas ao IDHM consolidadas por Estado.

6 Para o realiza as análises espaciais foram utilizadas as seguintes ferramentas: para a seleção dos dados necessários utilizou se o Excel, o cálculo e espacialização da regressão clássica foi feita no software Statistical Package for the Social Sciences SPSS e para a manipulação do shapefile e join do mapa com a tabela de atributos foi utilizado o Quantum GIS PREPARAÇÃO DOS DADOS E ANÁLISE EXPLORATÓRIA Inicialmente se fez necessário a manipulação de dados no Excel para realizar a seleção dos dados que compuseram a análise.terminada a seleção dos dados (variáveis dependente e independentes) a tabela foi salva no formato cujos valores são separados por vírgula, em inglês Comma Separated Values (.csv). Tabela em formato.csv para join com o mapa no QGIS e análise de dados no SPSS O segundo passo foi realizar o join entre a tabela com as variáveis e o shapefile cujo formato é o.shp do estado de São Paulo ANÁLISE DE REGRESSÃO CLÁSSICA Para realizar uma análise de regressão clássica usarei o software SPSS. O programa permitirá o desenvolvimento de análises estatísticas dos dado a partir da identificação da correlação ou não entre os indicadores escolhidos, ou seja, verificar se uma variável pode ser explicada por outras variáveis.

7 No primeiro momento serão realizadas as análises descritivas das variáveis, ou seja, explanaremos modelos estatísticos simples: média, moda, mediana, variância, desvio padrão, intervalo de confiança, assimetria e curtosis. A amostra utilizada para análise apresenta um número de observações, ou seja, n igual a 645. Antes de iniciar as análises, discorreremos rápida e superficialmente sobre as medidas de posição central e as medidas de dispersão. A média é a soma dos elementos de um conjunto dividido pelo numero de elementos do conjunto. A moda é o elementos que aparece com maior frequência, ou melhor, o maior número de vezes. A mediana é o valor que divide um conjunto ao meio e diferente da média é menos sensível a valores extremos, não comprometendo a representação desejada. (SARTORIS, 2013). No grupo referente às medidas de dispersão temos a variância, que é a amis comumente utilizada para indicar a variância de um conjunto de valores, assim como o desvio padrão. No entanto, o desvio padrão elimina o efeito dos quadrados. O intervalo de confiança significa estabelecer uma margem de erro para um estimador e calcular o grau de confiança a essa margem(sartoris, 2013). Para melhor visualização desses dados utilizaremos as ferramentas de represenação gráfica:o histograma que representa a distribuição de determinada categoria de dados agrupados em um gráfico de barras; o BoxPlot que representa a variação de uma variável, onde fica claro a presença de outliers e de outros dados estatísticos descritivos e o Q Plot indica resultado esperados e o que foi observado. Por fim, utilizaremos o modelo de regressão linear simples, ou seja, um modelo baseado sobre uma linha reta para explicar a relação entre as variáveis. A regressão é dada pelo modelo estimado por Yi= B0 + B1 X1 + e1, sendo a equação linear nos parâmetros Bo + B¹, onde Bo é o intercepto populacional, B1 é a inclinação populacional e Y é a variável resposta. A inclinação da reta de regressão indica que há mudança na média de Y quando é acrescido uma unidade de X (FEITOSA,2015) ANÁLISE DE REGRESSÃO ESPACIAL

8 O modelo de regressão espacial não será abracado no decorrer desse trabalho, pois conforme indicado na tabela abaixo, gerada pelo GeoDa, os erros não estão autocorrelacionados. A não existência de autocorrelação foi indicada pelo Índice de Moran com 0, RESULTADOS E DISCUSSÃO (Análise de Regressão Clássica) A tabela abaixo, gerada pelo software SPSS, apresenta estatísticas descritivas, que visa sintetizar grandes quantidades de quantidades de da variável em números informativos.

9 A variável escolhida para o desenvolvimento desse trabalho é IDHM_E Índice de Desenvolvimento Humano Municipal da dimensão educação, conforme a classificação do IBGE e Atlas Brasil. A tabela de resumo do processamento de caso mostra que a mostra apresenta 645 observações válidas. Esse N representa os municípios que compõem o Estado de São Paulo. Cabe ressaltar que dos casos caracterizados como ausentes, ou seja, os 354 casos identificados representam informações importadas da base que não fazem parte da amostra, não implicando, portanto, em distorções nas análises Índice de Escolaridade O histograma abaixo presenta a frequência em que dados estão distribuídos. Observamos que há uma certa concentração em torno da média, ou seja, temos poucos casos acima de,700 e poucos abaixo de,400. Contudo, chama a atenção os casos que estão distantes da média pela discrepância. No mais, o histograma apresenta curva semelhante à de uma distribuição normal. O desvio padrão identificado foi 0,072.

10 O gráfico Q Q Plot indica que os dados não estão linearmente distribuídos, apesentando apenas distribuição próximos de uma normal. Nesse caso, o ajuste dos valores pode levar à uma distribuição normal.

11 O Box plot caracteriza se por consolidar em forma de gráfico todas as informações relativas às estatísticas descritivas relativas aos dados analisados. Abaixo identifica se a presença de poucos outliers e casos observado inferiores ao menor valor não discrepante. Isso indica que há casos que apresentam um índice de educação extremamente baixo. Podemos supor que pode nesses municipios, não haver oferta adequada ou suficiente de equipamentos de educação(escolas) Índice de gravidez x Índice de escolaridade Abaixo temos o Resumo do modelo temos em destaque o R² (R quadrado) que é o coeficiente de correlação, este mostra o quanto o modelo captura da variância e é dada pela seguinte equação: SQM/ SQT= R². O O SQM, significa a soma dos quadrados do modelo divididos pela soma dos quadrados totais (variância em relação à média). O R²=0, indica que o modelo não serve, enquanto o R²=1 indica que o modelo explica algo. Nesse sentido, o nosso R² (0,064) indica que o nosso modelo explica 6%. O teste de Durbin Watson pode variar entre 0 e 4 e tem

12 o objetivo de detectar a presença de autocorrelação ou dependência dos resíduos. A análise de regressão apresentada na tabela indica autocorrelação dos erros de 1,991. A tabela de análise de variância, também conhecida como ANOVA, Analisys of Variance em inglês, nos apresenta as somas dos quadrados da regressão com os resíduos e a sua variância. Numa situação ideal a soma dos quadrados da regressão deveria ser grande e a dos resíduos pequena, pois o resíduo indica a diferença entre o modelo e a realidade(erro). A seguir a tabela ANOVA indica teste F 44,001 e significância alta de,000, ou seja ou seja, p valor< 0,001. Isso indica que com 99,9% de confiança podemos rejeitar a hipótese nula(ho) que indica a inexistência de relação entre o índice de gravidez na adolescência e o de educação. Correlação é uma inferência que mede o relacionamento linear entre duas ou mais variáveis. Na tabela seguinte, temos a representação da inferência de relação entre Y, onde a variável dependente é a taxa de gravidez na adolescência(t_m10a17cf) com X, onde a variável independente é índice de educação (IDHM_E) que mede pessoas em idade escolar que tenham concluído um

13 grau especificado pela metodologia do IDHM. A exploração da correlação se dará pela equação: Y= ax + b. Vale ressaltar que embora determine uma relação entre as variáveis, isso não significa que necessariamente ela exista. E mais uma vez, com 99,9% de confiança podemos rejeitar a hipótese nula, pois temos uma correlação de,253. Caso a medida se aproximasse de zero, a correlação seria menor. Nos coeficientes explanados na próxima tabela a variável X (IDHM_E) apresenta correlação negativa. Caso transformássemos o valor 18,31 multiplicando o por 100, teríamos o valor 0,1831. Como estamos tratando do IDHM que varia de 0 1, essa transformação no valor de X permitirá afirmar que o aumento de 1 ponto no IDHM_E reduziria em 0,18 o índice de gravidez na adolescência DISTRIBUIÇÃO ESPACIAL E GRÁFICA

14 No sentido de realizar uma análise espacial de forma superficial, os dois mapas a seguir indicam: I) expressa a variável dependente (taxa de gravidez na adolecência) e II) representa a distribuição espacial da variável independente( IDHM_E). Observa se que o mapa I apresenta maior concentração de incidência de casos de gravidez na adolescência na região sul do estado. Pode se perceber também que não houve formação de clusteres e que os casos estão espacialmente distribuidos aleatóriamente e portanto não é possível estabelecer uma correlação espacial, como já fora indicado anteriormente pelo Indice de Moran. O mapa II, apresenta o IDHM_E, e portanto quanto mais escuro for o laranja maior é o índice de escolaridade. Podemos observar que apesar de não haver clusteres bem definidos há uma certa uniformidade e concentração mais ao centro norte do estado. Essas inferências estão expressas no histograma e no boxplot quando observamos os valores abaixo da média e do menor valor discrepante respectivamente. Ao comparar ambos concomitantemente, podemos observar que na região onde o índice de educação é baixo (gráfico II) a incidência de gravidez precoce é alta (gráfico I). Pode se observar a mesma condição em outros pontos. Cabe aqui a ressalva de que em pontos onde não se estabelece essa relação são os casos que não são explicados apenas pela variável independente educação. Gráfico I: variável dependente Gráfico II: variável independente Análise dos Resíduos

15 O mapa e diagrama de espalhamento de Moran permite realizar uma análise quanto a existência de dependência espacial entre os resíduos. No primeiro mapa percebemos que os pontos destacados em vermelho indicam pior ajuste do modelo enquanto os azuis apontam para um melhor ajuste de modelo. Ou seja, a espacialização indica que em azul há baixa escolaridade e baixos índices de gravidez na adolescência(low low) e nos pontos em vermelho alto índice de escolaridade e alta taxa de gravidez(high high). Não obstante, percebe se que não há correlação espacial entre os resíduos visto que não há a formação de clusteres. 4. CONCLUSÃO Tendo em vista os aspectos observados podemos considerar que há, ainda que pequena, correlação entre os indicadores de gravidez e educação embora o modelo indique que em alguns dos casos observados apenas a variável Educação não é capaz de explicar a incidência de gravidez precoce. Nesse sentido o modelo estimado para essa análise aponta que o indicador não está autocorrelacionado espacialmente. 5. REFERÊNCIA BIBLIOGRÁFICA 1. Atlas do Desenvolvimento Humano no Brasil. Disponível em: <Acesso em 02/07/2015>

16 2. CEM CEBRAP CENTRO DE ESTUDOS DA METRÓPOLE. Disponível em: <Acesso em 02/07/2015> 3. DATASUS. Disponível em: < Acesso em 02/07/2015> 4. MINISTÉRIO DA SAÚDE. Disponível em: as_populacao_brasileira.pdf. < Acesso em 13/08/2015> 5. FUNDO DE POPULAÇÂO DAS NAÇÔES UNIDAS. Disponível em < Acesso em <17/07/2015> 6. INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Disponível em: < Acesso em 22/07/2015> 7. Ministério da Saúde/ Sinasc. Ver: Brasil/MS, Saúde Brasil 2011: uma análise da situação de saúde e a vigilância da saúde da mulher. Brasília: MS/SVS. Disponível em <Acesso em 13/08/2015> 8. Comissão Econômica para a América Latina e Caribenhas. Ver: Observatório de Igualdade de Gênero da América Latina e o Caribe, Informe Anual. Santiago do Chile: CEPAL. Disponível em e=1. < Acesso em 13/08/2015>

17

18