Coerência da variável dependente

Utilizamos a Análise Fatorial (FA) para reduzirmos o número de variáveis dependentes e constituirmos um único fator. Esse fator irá nos guiar na análise sobre a influência das variáveis independentes no comportamento dos servidores da Carreiras Típicas em relação às propostas de políticas públicas para a população negra e para a população pobre. Pasquali (2012) nos esclarece que a Análise Fatorial é um método útil para transformar um conjunto de variáveis em outro conjunto; reduz o número de variáveis e procura explicar a maior parte

169

da variância das variáveis originais. O autor explica com exemplos simples a função dos Componentes Principais e consequentemente da Análise Fatorial:

Se dois itens medem coisas diferentes, não relacionadas entre si (um se refere a gostar de frutas e outro a preferência política, por exemplo), então os sujeitos vão responder a um item de uma forma e ao outro de outra forma, de tal modo que, no fim, os itens aparecem totalmente sem relação um com o outro (...). Entretanto, se os dois itens estão medindo a mesma coisa (digamos, gostar de frutas, então o sujeito que concorda com um item concordará também com o outro, e o que discorda de um discordará do outro também, e assim por diante” (PASQUALI 2012:43-44).

Assim, o que fizemos foi utilizar a Análise Fatorial para alcançar o menor número possível de variáveis hipotéticas, ou seja, fatores, de forma a explicar a maior porcentagem possível da covariância entre as variáveis.

Figura 6 – Representação de um modelo fatorial75

75_{X1 e X2 = variáveis observáveis 1 e 2;}

F = variável-fonte comum, ou fator comum, às duas variáveis observáveis. É comum a mais de uma variável observável;

a1 e a2 = pesos (cargas) das variáveis observáveis nas variáveis-fonte, ou no fator comum.

X1

X2

F

a1

170

Esclarecemos que os Quadros 3 e 4 apresentam as definições das sínteses das variáveis dependentes deste estudo. No Quadro 3 apresentamos as variáveis que expressam as propostas de políticas públicas para a população negra.

Quadro 3 - Síntese das variáveis que representam as propostas de políticas públicas para a população negra (PP_Negros)

Síntese das variáveis Variáveis

I. Negros_CrecheEscola

Que o Estado gaste mais dinheiro nas creches e escolas localizadas em áreas onde a maioria dos moradores é da população negra.*

II. Negros_CursinhosVestibular

Que o Estado gaste mais dinheiro apoiando cursinhos pré- vestibulares promovidos por ONGs para estudantes negros/as.

III. Negros_IESAcesso

Que o Estado estimule, financeiramente, as Instituições de Ensino Superior Públicas a implantar programas para ampliar o acesso de estudantes negros/as ao ensino superior.

IV. Negros_UnidadesSaúde

Que o Estado gaste mais dinheiro nas unidades de saúde localizadas nas áreas em que a maioria dos moradores é da população negra.

V.

Negros_FundoOrçamentárioFinanceiro

Que o Estado institua um fundo orçamentário e financeiro para a implementação de políticas que possam elevar a condição socioeconômica da população negra no Brasil. VI.

Negros_EntidadesCulturaisEsportivas

Que o Estado incentive financeiramente as entidades culturais e esportivas localizadas nas áreas em que a maioria dos moradores é da população negra.

VII. Negros_FábricaÁreas

Que o Estado incentive as empresas a construírem fábricas em áreas onde a maioria dos moradores é de da população negra.*

VIII. Negros_ConcursoPúblico Que o Estado reserve vagas nos concursos públicos para pessoas negros/as.

171

O Quadro 4 ilustra as variáveis que sintetizam as propostas de políticas públicas de combate à pobreza.

Quadro 4- Síntese das variáveis que representam as propostas de políticas públicas para o combate à pobreza (PP_Pobres)

Síntese das variáveis Variáveis

I. Pobres_CrecheEscola Que o Estado gaste mais dinheiro nas creches e escolas localizadas em áreas pobres como forma de diminuir a pobreza II. Pobres_CursinhosVestibular Que o Estado gaste mais dinheiro apoiando cursinhos pré-

vestibulares promovidos por ONGs para estudantes pobres

III. Pobres_IESAcesso

Que o Estado estimule, financeiramente, as Instituições de Ensino Superior Públicas a implantar programas para ampliar o acesso de estudantes negros/as no ensino superior.

IV. Pobres_UnidadesSaúde

Que o Estado gaste mais dinheiro nas unidades de saúde localizadas nas áreas pobres como forma de diminuir a pobreza.

V.

Pobres_FundoOrçamentárioFinanceiro

Que o Estado institua um fundo orçamentário e financeiro para a implementação de políticas que possam elevar a condição socioeconômica da população pobre no Brasil.

VI.

Pobres_EntidadesCulturaisEsportivas

Que o Estado incentive financeiramente as entidades culturais e esportivas localizadas nas áreas pobres como forma de diminuir a pobreza.

VII. Pobres_FábricaÁreas Que o Estado incentive as empresas a construírem fábricas em áreas pobres como forma de diminuir a pobreza.

VIII. Pobres_ConcursoPúblico Que o Estado reserve vagas nos concursos públicos para pessoas pobres.

Em relação às variáveis que mensuram a postura dos respondentes quanto às propostas de políticas públicas para a população negra, começamos bem, pois a coerência entre as ideias dos nossos respondentes é grande o que é demonstrado pela alta correlação entre as variáveis. Podemos observar a coerência entre as variáveis que mensuram a opinião dos servidores participantes sobre as políticas públicas voltadas para a população negra. A Tabela 19 apresenta a correlação entre as variáveis com a carga fatorial dessa intercorrelação. Observamos que as variáveis são muito próximas, com uma média de correlação no valor de r = 0, 73 o que significa dizer que as variáveis estão medindo a mesma coisa.

172

Tabela 19 - Matriz de correlação entre as variáveis de propostas de políticas públicas para a população negra (PP_Negros)

Variáveis I II III IV V VI VII VIII

Cargas no Fator I. Negros_CrecheEscola - ,69 ,75 ,87 ,66 ,78 ,66 ,59 ,90 II. Negros_CursinhosVestibular ,69 - ,70 ,71 ,66 ,69 ,63 ,57 ,51 III. Negros_IESAcesso ,75 ,70 - ,80 ,73 ,79 ,69 ,62 ,58 IV. Negros_UnidadesSaúde ,87 ,71 ,80 - ,71 ,83 ,72 ,60 ,81 V. Negros_FundoOrçamentárioFinanceiro ,66 ,66 ,73 ,71 - ,75 ,69 ,54 ,86 VI. Negros_EntidadesCulturaisEsportivas ,78 ,69 ,79 ,83 ,75 - ,73 ,58 ,55 VII. Negros_FábricaÁreas ,66 ,63 ,69 ,72 ,69 ,73 - ,52 ,64 VIII. Negros_ConcursoPúblico ,59 ,57 ,62 ,61 ,54 ,58 ,52 - ,40 Fonte: Dados primários - Elaboração da própria autora, 2014

A média das cargas no fator é de 0,66. O primeiro fator foi extraído com um eigenvalue de 5,83, com 73% de variância comum; o segundo fator, com um eigenvalue76 de 0,54, com somente 7% de variância comum. Esse segundo fator é o ponto de corte como referência para extração de fatores por meio do gráfico scree plot77 (Gráfico 10). Então, uma única

dimensão ou fator pode explicar 73% da variância da posição dos nossos respondentes em relação às questões sobre políticas de promoção da igualdade racial.

76 _{Valores próprios ou autovalores. Eigenvalues são a soma das de cargas fatoriais ao quadrado para um fator} ou raiz latente. Representa a quantia de variância explicada por um fator.

77 _{O gráfico scree plot auxilia a análise sobre o número de fatores que caracteriza a estrutura empírica da escala.} Observa-se o ponto no qual a curva desacelera, formando um cotovelo, descartam-se então os pontos que ficam lado a lado na linha horizontal como critério para decidir sobre o número de fatores.

173

Gráfico 10 - Dimensionamento (Scree plot) das variáveis

O Alfa de Cronbach78_{, que testa a exatidão do conteúdo do fator, é de 0,95, isso significa que}

as variáveis que compõem o fator possuem uma alta precisão quanto ao seu conteúdo para serem compartilhadas num único fator. Esses resultados nos dão segurança para trabalhar com um único escore fatorial nas análises posteriores. Conseguimos maximizar o poder de explicação de um único fator para o conjunto das variáveis. Assim uma única variável irá representar as variáveis originais, iremos denominá-la de PP_Negros.

Diferentemente das variáveis que mensuram a dimensão latente sobre o apoio a políticas públicas para a população negra, as questões do escopo de políticas para pobres apresentam baixa correlação (Tabela 20). A média das correlações é de r = 0,37. Para que pudéssemos realizar a fatoração da matriz é recomendado que essa média ultrapasse o índice de 0,5 Esse índice, portanto, não foi alcançado. Ao analisar uma matriz, 50% das correlações devem

174

apresentar coeficientes superiores a 0,3. O índice foi de 28%. Portanto, não há correlações de tamanho razoável que justifique realizar Análise Fatorial para as variáveis que mensuram políticas para pobres. Outros dados que apoiam a nossa decisão, é o valor do KMO = 0,7979

que é um resultado mediano (KAISER, 1974 apud PASQUALI, 2012) ou medíocre como classifica Field (2009), o ideal é que o valor do KMO seja superior a 0,8. Um outro aspecto, é o determinante da matriz, no caso estudado, ele é alto, chegando a 1,80. Esse valor deve ser baixo, mas diferente de zero para indicar a fatorabilidade da matriz80_.

Tabela 20 - Matriz de correlação entre as variáveis de propostas de políticas públicas de combate à pobreza (PP_Pobres)

Variáveis I II III IV V VI VII VIII Carga

no Fator I. Pobres_CrecheEscola - ,28 ,31 ,65 ,27 ,34 ,22 ,11 ,63 II. Pobres_CursinhosVestibular ,28 - ,29 ,27 ,28 ,29 ,27 ,15 ,48 III. Pobres_IESAcesso ,31 ,29 - ,36 ,29 ,28 ,23 ,28 ,53 IV. Pobres_UnidadesSaúde ,65 ,27 ,36 - ,32 ,34 ,25 ,15 ,67 V. Pobres_FundoOrçamentárioFinanceiro ,27 ,28 ,29 ,32 - ,47 ,40 ,17 ,59 VI. Pobres_EntidadesCulturaisEsportivas ,34 ,29 ,28 ,34 ,47 - ,36 ,15 ,61 VII. Pobres_FábricaÁreas ,22 ,27 ,23 ,25 ,40 ,36 - ,12 ,49 VIII. Pobres_ConcursoPúblico ,11 ,15 ,28 ,15 ,17 ,15 ,12 - ,0081 Fonte: Dados primários - Elaboração da própria autora, 2014

A correlação entre duas variáveis depende do grau de variação na amostra observada. Se todas as outras coisas permanecerem iguais, a redução da variância em uma ou em duas variáveis inevitavelmente reduzirá a sua correlação. Vamos tomar um exemplo dado por Aberbach, Putnam e Rockman (1981) sobre pugilismo. Sabemos que a habilidade de um boxeador está estritamente relacionada com o seu peso. Para reduzir a previsão de quanto maior o peso do boxeador A é em relação ao seu oponente, boxeador B, maior a chance de A levar a melhor frente a B, faz-se necessário limitar a variação da variável independente (o peso) para que não haja nenhuma influência no resultado da luta que não seja a habilidade dos pugilistas. Para isso, as disputas são organizadas somente entre boxeadores da mesma faixa de peso, o que nos levaria à conclusão que o peso não teria nenhuma influência no resultado da luta.

79 _{KMO é o teste de adequação da amostra de Kaiser-Meyer-Olkin (KMO)}

80 _{Todos esses indicadores foram considerados para analisar a fatorabilidade da matriz das variáveis sobre} políticas públicas para negros que apresentou índices muito bons. KMO = 0,95; Determinante = 0,01 81 _{A extração de fatores foi realizada com coeficientes acima de 0,3.}

175

O que esse exemplo tem a ver com a posição dos nossos respondentes em relação a políticas públicas voltadas aos pobres? A tentativa de realizar a Análise Fatorial com a matriz PP_Pobres nos indica que a nossa população de respondentes é relativamente homogênea sobre as políticas públicas para pobres, pois não há variância que espelhe diferenças e correlações entre as variáveis propostas para a mensuração do seu impacto na pobreza.

A matriz de variáveis que constitui o conceito Função do Estado não foi possível de ser fatorada. Uma indicação de que as variáveis não possuem nenhuma correlação entre elas, não houve colinearidade que favorecesse a fatoração das variáveis de forma a compor um único fator para representar o conceito. Então, optamos em trabalhar com as variáveis que apresentaram significância estatística na correlação com a variável dependente.

A nossa proposta de estudo é realizar análises estatísticas com variáveis dependentes que mensuram a dimensão políticas públicas para a população negra. A exclusão das variáveis relativas à população pobre de forma alguma prejudica a nossa análise. Iremos utilizar as variáveis sobre propostas de políticas públicas para pobres nas nossas análises descritivas com a intenção de exemplificar e entender os dados quantitativos dos respondentes da pesquisa e os argumentos de nossos entrevistados.