A aplicação da CATPCA

A aplicação da Análise de Componentes Principais foi realizada englobando 34 variáveis, já descritas anteriormente na HOMALS, mas conservando a sua escala de medida através de quantificações diferenciadas (optimal scaling levels).

Foram aplicados vários tipos de quantificação, optando-se pelo spline nominal, para as variáveis qualitativas nominais, spline ordinal para as variáveis qualitativas ordinais e o numérico (discretização agrupamento) para as variáveis quantitativas (Tabela 4.23).

Tabela 4.23: Optimal scaling levels nas variáveis que caraterizam a perceção do residente do ADV

Escala de medida Variáveis Optimal scaling levels

Nominal dicotómica

Natural do ADV, Influência residência, Influência profissão, Influência retorno económico, Situação, Género, Local onde exerce a profissão

Spline nominal (grau 2 e sem nós internos) ou Nominal

Nominal (três categorias) Residência, Setor profissional e Área de atividade Spline nominal (grau 2 e 1 nó interno)

Nominal (quatro categorias) Estado civil e Emprego Spline nominal (grau 2 e 2 nós internos)

Ordinal

Habilitações, Rendimento, Benefícios (B1 a B10) e Problemas

(P1 a P6) Spline ordinal (grau 2 e 1 nós)

Quantitativas

Tempo na atual residência, Duração no atual emprego e Idade Numérico (discretização agrupamento, 6 classes segundo a

distribuição normal)

Dimensão familiar Numérico (discretização agrupamento, 4 classes segundo a

distribuição normal)

De acordo com o Scree Plot, é possível resumir a informação relacional entre as variáveis em três componentes principais ortogonais, que explicam 34,3% da variância total das variáveis originais.

Figura 4.21: Scree Plot, valores próprios das respetivas componentes principais com a CATPCA

0.000 1.000 2.000 3.000 4.000 5.000 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 Valo r p ró p rio Componentes

121

Na Tabela 4.24 reproduzem-se os pesos (Component loadings) de cada variável em cada componente, a percentagem de variância explicada (VAF) e a consistência interna (𝛼). Relativamente à caracterização das novas variáveis é possível nomear a Componente 1 como a componente dos “Benefícios gerais”, já que o peso (Component loadings) da maioria das variáveis que caraterizam os benefícios gerais são elevados nesta componente, entre B2 (Orgulho na região) com uma correlação de moderada (0,433) e B6 (Entrada de capital para a região), B8 (Investimento na região) e B9 (Criação de emprego) com uma associação forte (0.755, 0.769 e 0,749 respetivamente). À Componente 2 associam-se as variáveis Tempo na residência atual (0,584), Duração no atual emprego (0,645), Idade (0,643), P2 (Aumento do custo de vida, 0,545) e P3 (Congestionamento, 0,520). Em sentido aposto, associam-se as Habilitações (-0,510), permitindo nomeá-la como a Componente da “Experiência no ADV”. A Componente 3 resume essencialmente os “Problemas gerais” uma vez que as variáveis P3, P4, P5 e P6, que caraterizam os problemas gerais, têm um peso maior nesta componente, onde P4 (Pessoas estranhas) apresenta a correlação mais elevada (0,609). Por outro lado, a Idade têm um peso considerável mas de sentido oposto (-0,539) relativamente às outras variáveis mencionadas. A consistência interna na primeira (0,811) e segunda (0,776) componente é elevado, já a terceira manifesta uma consistência moderada (0,676).

Tabela 4.24: Componentes principais extraídas da análise da CATPCA, com os component loadings, variância

explicada (VAF), consistência interna (𝛼) e valor próprio.

Variáveis Componentes Variáveis Componentes

1 2 3 1 2 3

Residência -0,028 0,215 0,212 B1 0,593 -0,016 0,022

Tempo 0,154 0,584 -0,439 B2 0,433 -0,162 -0,124

Natural do ADV 0,043 0,304 -0,136 B3 0,617 -0,106 0,025

Setor profissional -0,225 -0,452 0,215 B4 0,549 -0,197 -0,152

Duração no atual emprego 0,195 0,645 -0,444 B5 0,618 -0,155 -0,084

Local onde exerce a profissão -0,004 -0,115 -0,141 B6 0,755 -0,152 -0,054

Influência residência -0,139 -0,016 -0,106 B7 0,619 -0,123 -0,079

Influência profissão -0,128 -0,163 -0,096 B8 0,769 -0,180 -0,093

Influência retorno económico -0,148 -0,090 -0,154 B9 0,749 -0,192 -0,065

Área de atividade -0,100 -0,349 0,077 B10 0,698 -0,188 0,104 Situação 0,025 -0,376 0,346 P1 0,141 0,368 0,308 Género 0,097 0,41 0,073 P2 -0,058 0,545 0,424 Estado civil -0,081 -0,449 0,241 P3 0,124 0,520 0,579 Idade 0,058 0,643 -0,539 P4 0,227 0,359 0,609 Habilitações -0,203 -0,510 0,328 P5 0,293 0,453 0,522 Rendimento 0,015 -0,226 0,125 P6 0,239 0,421 0,563 Emprego -0,165 0,305 -0,228 𝜶 de Cronbach 0,811 0,776 0,676 Família 0,070 0,047 0,207 Valor próprio 4,706 4,058 2,911

122

Para uma leitura assertiva das componentes, e como estas permitem agrupar os residentes do ADV, identificaram-se as categorias que geram maior nível de diferenciação, tomando por referência o sinal das quantificações (positivo e negativo). A primeira componente reflete uma associação entre as categorias que caraterizam os benefícios gerais: quantificações negativas descrevem os residentes discordantes ou indiferentes (no caso de B2, B4 a B8), em oposição, com quantificações positivas, emergem os residentes concordantes de B3, B5 a B10. A segunda componente, reflete a experiência do residente no ADV: quantificações negativas caraterizam, principalmente, os residentes mais novos, solteiros, que trabalham e moram na atual morada há menos tempo, no setor terciário, especialmente por conta de outrem, onde a área predominante é o turismo, com habilitações mais elevadas e que discordam de todos os problemas. Residentes mais velhos, reformados, que estão na atual morada há mais tempo, no setor primário e que concordam com os problemas P2 (Aumento do custo de vida), P3 (Congestionamento), P5 (Segurança nas ruas) e P6 (Restrições de uso importantes), caraterizam as quantificações positivas (Figura 4.22). Quanto à componente 3 destacam-se as categorias dos problemas gerais: quantificações negativas para os discordantes dos problemas e que trabalham fora do ADV; quantificações positivas para os indiferentes aos problemas e concordantes de P4 (Pessoas estranhas), P5 (Segurança nas ruas) e P6 (Restrições de usos importantes), Figura 4.22.

123

Figura 4.22: Categorias mais importantes nas três componentes principais

O delineamento de grupos de residentes, mediante a sua perceção sobre o impacto da inclusão do ADV na lista da UNESCO, também pode ser feito recorrendo ao posicionamento de cada residente num mapa tridimensional das três componentes retidas, relativamente às variáveis mais importantes, as que apresentam maiores pesos (component loadings).

Posicionando os residentes nas três componentes, mediante o benefício B8 (Investimento na região) ou segundo o B6 (Entrada de capital para a região), permite-nos detetar a formação de dois grupos, os residentes que discordam (azul) e os que concordam (amarelo) com os benefícios listados (Figura 4.23).

C o m p o en tes 1. Beneficios (B1 a B10)

Quantificações negativas: influência da chancela na residência; discordo de todos os benefícios; indiferente de B2, B4 a B8.

Quantificações positivas: Concordo em B3, B5 a B10

2. Experiência no ADV (Estado Civil, Habilitações,

Emprego, Setor socioprofissional, Tempo

na atual morada e Emprego)

Quantificações negativas: solteiro; ensino secundário e superior; estudantes e domésticas(outros); família unitária; mais novos(menos de 38 anos); não são naturais do ADV; setor terciário; menos tempo na atual

morada e no emprego; turismo; trabalhadores por conta de outrem; Dicordam de todos os problemas.

Quantificações positivas: ensino básico; reformados; mais velhos(mais de 56 anos); setor primário; mais tempo na atual morada e no emprego;

Concordam com P2, P3, P5 e P6.

3. Problemas (P1 a P6)

Quantificações negativas: trabalha fora do ADV; discorda de todos os problemas

Quantificações positivas: Indiferente a todos os problemas; Concorda com P4, P5 e P6.

124

Figura 4.23: Diagrama de dispersão com o posicionamento dos residentes nas componentes principais de acordo

com as categorias discordo (azul), indiferente (verde) e concordo (amarelo) dos benefícios B8 (esquerda) e B6 (direita).

Relativamente aos problemas com um peso mais significativo nas três componentes retidas, a posição dos residentes, segundo P3 (Congestionamento) e P4 (Pessoas estranhas), é semelhante, verifica-se uma separação entre os visitantes que discordam (azul) e os indiferentes (verde), Figura 4.24.

Figura 4.24: Diagrama de dispersão com o posicionamento dos residentes nas componentes principais de acordo

com as categorias discordo (azul), indiferente (verde) e concordo (amarelo) dos problemas P3 (esquerda) e P4 (direita).

Aplicação da CATPCA às variáveis que caraterizam a perceção dos residentes do ADV prevê a formação de dois grupos de residentes que têm: Perceção positiva da chancela pois concordam com os benefícios (principalmente B3, B5 a B10) e discordam de todos os problemas listados, têm menos experiência no ADV (mais novos, com mais habilitações, trabalham e moram na atual morada há menos tempo, no setor terciário, especialmente no turismo e por conta de

125

outrem); Perceção negativa da chancela uma vez que discordam da maioria dos benefícios listados (especialmente de B3 a B10) ou são indiferentes a B2 e B4 (Orgulho na região), são indiferentes ou concordam (principalmente com P4, P5 e P6) com problemas listados e têm mais experiência no ADV (mais velhos, reformados, têm apenas o ensino básico, trabalham e moram no ADV há mais tempo, no setor primário)

A CATPCA, com a retenção de três componentes, permite explicar 34,3% da variabilidade total. As novas variáveis, as componentes principais (Benefícios, Experiência no ADV e Problemas), são agora quantitativas o que permite a articulação com a Análise de Clusters, para viabilizar os grupos de residentes já delineados, segundo a sua perceção positiva ou negativa da chancela.