V. 5, N. 1, 2017 ISSN

e Finanças

V. 5, N. 1, 2017| ISSN 2317-5001 http://ojs.fsg.br/index.php/rccgf

UNIDADES DA FEDERAÇÃO BRASILEIRA: RANKINGS DE

DESEMPENHOS PELOS ÍNDICES DE DESENVOLVIMENTO

HUMANO, RENDA, LONGEVIDADE E EDUCAÇÃO ÚNICOS

(1991-2000-2010)

Maurício Corrêa da Silva

Doutor em Ciências Contábeis (UnB/UFPB/UFRN). Universidade Federal do Rio Grande do Norte (UFRN). [email protected]

Fábia Jaiany Viana de Souza

Mestra em Ciências Contábeis (UnB/UFRN/UFPB). Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Norte (IFRN). [email protected]

José Dionísio Gomes da Silva

Doutor em Controladoria e Contabilidade (USP). Universidade Federal do Rio Grande do Norte (UFRN). [email protected]

Informações de Submissão Maurício Corrêa da Silva, endereço: Av. Senador Salgado Filho, S/N - Campus Universitário - Lagoa Nova Natal – RN – Brasil - CEP 59076-000 - Universidade Federal do Rio Grande do Norte (UFRN) – Centro de Ciências Sociais Aplicadas (CCSA) . Recebido em 03/03/2017. Aceito em 20/04/2017. Publicado em 30/06/2017.

Resumo

O objetivo desta investigação é avaliar o desempenho do desenvolvimento humano, renda, longevidade e educação das Unidades da Federação Brasileira, a partir do IDHM (Índice de Desenvolvimento Humano Municipal) dos anos de 1991, 2000 e 2010, com a utilização da Análise de Componentes Principais (ACP), a fim de elaborar índices únicos e estabelecer os rankings de desempenhos. Foi utilizado o método de pesquisa empírico-analítico com o suporte das Teorias dos Stakeholders e da Medição e em conceitos sobre os índices e indicadores sociais. Os resultados apontaram nos rankings de desempenhos que o Distrito Federal e São Paulo obtiveram as primeiras posições (mais eficientes) no IDHM (1991-2000-2010) e nas últimas posições ficaram os Estados do Maranhão e Alagoas. No IDHM-Renda (1991-2000-2010) também obtiveram as primeiras posições, o Distrito Federal e o Estado de São Paulo e nas últimas posições ficaram o Estado do Piauí (26ª) e Maranhão (27ª). O Distrito Federal (1ª) e o Estado de Santa Catarina (2ª) obtiveram as primeiras posições no IDHM-Longevidade (1991-2000-2010) e os Estados do Maranhão e Alagoas, ficaram, respectivamente nas últimas posições. No IDHM-Educação (1991-2000-2010), aparecem o Distrito Federal e o Estado de São Paulo nas primeiras posições e nas últimas, os Estados do Piauí e Alagoas. Palavras-chave

IDHM. Unidades da Federação Brasileira Métrica quantitativa.

Keywords IDHM. Brazilian Federal Units. Quantitative Metrics.

Abstract

The purpose of this investigation is to evaluate the performance of the human development, income, longevity and education of the Brazilian Federal Units, from the IDHM (Municipal Human Development Index) of the years 1991, 2000 and 2010, with the use of the Principal Component Analysis, in order to develop single indexes and to establish the performance rankings. The empirical-analytical research method was used, with the support of the Stakeholders and the Measurement Theories and in concepts about the indexes and social indicators. The results showed in the performance rankings that the Federal District and São Paulo obtained the first positions (more efficient) in the IDHM (1991-2000-2010) and in the last positions were the States of Maranhão and Alagoas. In the IDHM-Income (1991-2000-2010) the Federal District and the State of São Paulo also obtained the first positions, and in the last positions were the State of Piauí (26th) and Maranhão (27th). The Federal District (1st) and the State of Santa Catarina (2nd) obtained the first positions in the IDHM-Longevity (1991-2000-2010) and the States of Maranhão and Alagoas were in the last positions. In the IDHM-Education (1991-2000-2010) the Federal District and the State of São Paulo were in the first positions and in the last positions were the States of Piauí and Alagoas.

1 INTRODUÇÃO

O conceito de desenvolvimento humano nasceu definido como um processo de ampliação das escolhas das pessoas para que elas tenham capacidades e oportunidades para serem aquilo que desejam ser. Diferentemente da perspectiva do crescimento econômico, que vê o bem-estar de uma sociedade apenas pelos recursos ou pela renda que ela pode gerar, a abordagem de desenvolvimento humano procura olhar diretamente para as pessoas, suas oportunidades e capacidades. A renda é importante, mas como um dos meios do desenvolvimento e não como seu fim. É uma mudança de perspectiva: com o desenvolvimento humano, o foco é transferido do crescimento econômico, ou da renda, para o ser humano (PNUD, 2017).

O Índice de Desenvolvimento Humano (IDH) é uma medida resumida do progresso. O objetivo da criação do IDH foi o de oferecer um contraponto a outro indicador muito utilizado, o Produto Interno Bruto (PIB) per capita, que considera apenas a dimensão econômica do desenvolvimento. Criado por Mahbub ul Haq com a colaboração do economista indiano Amartya Sen, ganhador do Prêmio Nobel de Economia de 1998, o IDH pretende ser uma medida geral e sintética que, apesar de ampliar a perspectiva sobre o desenvolvimento humano, não abrange nem esgota todos os aspectos de desenvolvimento (PNUD, 2017).

O Índice de Desenvolvimento Humano Municipal (IDHM) é uma medida composta de indicadores de três dimensões do desenvolvimento humano: renda, longevidade e educação. O índice varia de 0 a 1. Quanto mais próximo de 1, maior o desenvolvimento humano. O IDHM brasileiro segue as mesmas três dimensões do IDH Global – renda, longevidade e educação, mas vai além: adequa a metodologia global ao contexto brasileiro e à disponibilidade de indicadores nacionais. Embora meçam os mesmos fenômenos, os indicadores levados em conta no IDHM são mais adequados para avaliar o desenvolvimento dos municípios brasileiros. Assim, o IDHM - incluindo seus três componentes, IDHM Longevidade, IDHM Educação e IDHM Renda - conta um pouco da história dos municípios em três importantes dimensões do desenvolvimento humano durantes décadas da história brasileira (PNUD, 2017).

O Índice de Desenvolvimento Humano Municipal (IDHM) está dividido em cinco categorias: desenvolvimento humano muito baixo (IDHM ≤ 0,499); desenvolvimento humano baixo (0,500 ≤ IDHM ≤ 0,599); desenvolvimento humano médio (0,600 ≤ IDHM ≤ 0,699); desenvolvimento humano alto (0,700 ≤ IDHM ≤ 0,799); e desenvolvimento humano muito alto (IDHM ≥ 0,800) (PNUD, 2017).

No sítio eletrônico do Programa das Nações Unidas para o Desenvolvimento (PNUD, 2017) encontra-se disponível para consulta os IDHM dos Municípios dos anos de 2010, 2000 e 1991; os IDHM das Unidades da Federação também dos anos de 2010, 2000 e 1991 o IDH-Global.

Diante do exposto, surge o seguinte problema de pesquisa: Qual o ranking de

desempenho do desenvolvimento humano, renda, longevidade e educação das Unidades da Federação Brasileira, a partir dos IDHM (Índice de Desenvolvimento Humano Municipal) dos anos de 1991, 2000 e 2010? Assim, o objetivo desta investigação é avaliar o

desempenho do desenvolvimento humano, renda, longevidade e educação das Unidades da Federação Brasileira, a partir do IDHM dos anos de 1991, 2000 e 2010, com a utilização da Análise de Componentes Principais (ACP), a fim de elaborar índices únicos e estabelecer os rankings de desempenhos.

As pesquisas de avaliação de desempenho do setor público são formas de exercer o controle social e podem diminuir a assimetria da informação, haja vista que segundo Miranda et al. (2008), foi verificado que as informações produzidas pela contabilidade pública não são claras para a maioria dos cidadãos e isso ocorre até para aqueles que se consideram com bom conhecimento sobre contabilidade e sobre contabilidade governamental.

Esta investigação agrega sua contribuição aos estudos correlatos de Silva et al. (2016a), que sintetizou o IRFS (Índice de Responsabilidade Fiscal, Social e de Gestão da Confederação Nacional de Municípios – CNM) dos anos de 2005 a 2010; Silva et al. (2016b), os IDEB (Índice de Desenvolvimento da Educação Básica do Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira - INEP) de 2005 a 2013 e Silva et al. (2015), os IDHM (Índice de Desenvolvimento Humano Municipal do Programa das Nações Unidas para o Desenvolvimento – PNUD), o IFDM (Índice de Desenvolvimento Municipal da Federação das Indústrias do Estado do Rio de Janeiro – FIRJAN) e o IRFS do ano de 2010.

A relevância do estudo está na busca de contribuir com a elaboração de indicadores a partir da sintetização em um único índice que foi publicado e divulgado nos anos de 1991, 2000 e 2010.

A pesquisa está amparada nas Teorias dos Stakeholders e da Medição e em conceitos sobre os índices e indicadores sociais e para atingir o objetivo proposto, este artigo está dividido em cinco seções. Após esta introdução, a seção dois traz a revisão da literatura. A seção seguinte os procedimentos metodológicos. A quarta seção mostra os resultados da pesquisa e análises. A quinta seção trata das considerações finais.

2 REVISÃO DA LITERATURA

2.1 Teoria dos Stakeholders e Teoria da Medição

Segundo Freeman et al. (2010), a análise da Teoria dos Stakeholders no processo de políticas públicas é útil para mapear os grupos constituintes, a estrutura de poder, as redes de políticas e a comunidade. Neste sentido, pode ser usada para identificar o potencial de cada parte interessada em controlar o grupo, formar coalização, identificar o poder relativo etc.

O principal marco da Teoria dos Stakeholders tem normalmente sido atribuído à obra de Robert Edward Freeman de 1984, quando publicou seu livro de referência e desde então vários ensaios foram publicados com o objetivo de compor o mosaico desta teoria. Na Inglaterra, esta abordagem foi introduzida pelo Partido Trabalhista em 1997, com o objetivo de tornar a administração pública mais participativa, convidando a sociedade a participar de seus processos decisórios (GOMES, 2006). Para Mcwilliams e Siegel (2001), o trabalho de Freeman é tido como seminal na fundamentação da Teoria dos Stakeholders.

Para Connolly e Hyndman (2013), a Teoria dos Stakeholders pode ser ligada a temas em contabilidade e accountability. O argumento central proposto por Freeman era que as organizações envolvidas com as partes interessadas numa base de confiança e cooperação

mútua, iriam construir legitimidade e reputação que lhes daria uma vantagem competitiva sobre os rivais.

Na interpretação da res publica (coisa pública), de acordo com Falco (2000), pela Teoria dos Stakeholders a relação do agente principal é definida como uma forma de interação social em que o público principal é representado por qualquer centro decisório com poder para criar órgãos deliberativos formalmente estabelecidos pela Constituição.

Falco (2000) argumenta também, que a crescente insatisfação até agora demonstrada pelos cidadãos relacionada à gestão dos serviços públicos deve-se, pelo menos em parte, à consolidada presença de uma assimetria de informações entre os atores do sistema socioeconômico (instituições, cidadãos, empresas) que, inevitavelmente, obstaculiza a coordenação entre as instâncias dos cidadãos e as atividades das empresas de serviço público. Nesse sentido, o cidadão possui pouquíssimas informações, insuficientes tanto em termos qualitativos quanto quantitativos, para observar as atividades exercidas pela administração pública.

Já a Teoria da Representação da Medição ou simplesmente a Teoria da Medição, segundo Arias (2010), a medição, no sentido mais amplo, é a atribuição de números a objetos ou eventos, de acordo com as regras. O autor esclarece ainda, que a estatística é uma ciência útil para a pesquisa empírica, seja em psicologia ou qualquer outra ciência. É geralmente conhecida como a ciência dos grandes números, porque suas leis e princípios atingem o seu prazo de validade máximo em grandes conjuntos de casos ou eventos.

Para Cohen e Franco (2012), pela Teoria da Medição, os números são símbolos com dois significados: o quantitativo habitual, que implica que com eles podem ser realizadas operações algébricas, e o qualitativo, que pode significar uma denominação arbitrária ou estabelecer uma ordem.

Stevenson (1981) argumenta que a estatística compreende a organização, o resumo e, em geral, a simplificação de informações que podem ser muito complexas. A finalidade é tornar as coisas mais fáceis de entender, de relatar e de discutir. Martins (2005) esclarece que a estatística não cria leis ou teorias, seu grande valor está em fornecer subsídios para que o pesquisador utilize as informações relevantes, visando à construção ou verificação de teorias.

Bastos e Keller (2004) argumentam que a corrente metodológica do empirismo (pesquisa quantitativa) coloca a mensuração quantitativa como critério do que seria ou não científico, do que seria ou não verdadeiro. O empirismo busca reproduzir as condições do fenômeno em laboratório, com a pretensão de reconstruir o ambiente propício capaz de superar subjetivismos, incursões de juízos de valor e influências ideológicas.

Observa-se que a elaboração de índices ou indicadores com base em métricas quantitativas serve para dar significado aos números nas avaliações e pode ser utilizada para testar teorias e hipóteses levantadas sobre os fenômenos sociais. Os resultados das avaliações podem diminuir a assimetria da informação entre os gestores públicos (que conhecem as informações sobre a administração pública) e os cidadãos (que desconhecem).

2.2 Indicadores Sociais

Índices ou indicadores, de acordo com Siche et al. (2007), funcionam como um sinal de alarme para manifestar a situação do sistema avaliado, pois são valores estáticos, isto é, dão uma fotografia do momento atual. Pode-se conceituar índice como sendo um dado mais apurado que provém da agregação de um jogo de indicadores ou variáveis e que pode interpretar a realidade de um sistema e indicador normalmente é utilizado como um pré-tratamento aos dados originais.

Segundo Santagada (2007), os termos são utilizados com o mesmo significado, quando tratam de fornecer elementos para a elaboração e o acompanhamento do planejamento social (indicadores sintéticos ou índices sociais). Para a Fundação para o Prêmio Nacional da Qualidade (FPNQ, 1994), um indicador de desempenho é uma relação matemática que mede, numericamente, atributos de um processo ou de seus resultados, com o objetivo de comparar esta medida com metas numéricas pré-estabelecidas.

O termo indicadores sociais surgiu no início da década de 1960 no contexto da corrida espacial norte-americana (LAND, 1983). Em termos acadêmicos, Land, Michalos e Sirgy (2012) esclarecem que Ogburn e seus colaboradores na Universidade de Chicago tiveram um papel fundamental no desenvolvimento da pesquisa com indicadores sociais na década de 1960 e 1970.

Jannuzzi (2002) esclarece que os indicadores sociais se prestam a subsidiar as atividades de planejamento público e formulação de políticas sociais nas diferentes esferas de governo. Possibilitam o monitoramento, por parte do poder público e da sociedade civil, das condições de vida e bem-estar da população e permitem o aprofundamento da investigação acadêmica sobre a mudança social e os determinantes dos diferentes fenômenos sociais. Para a pesquisa acadêmica, o indicador social é, pois, o elo entre os modelos explicativos da teoria social e a evidência empírica dos fenômenos sociais observados.

Na análise e formulação de políticas públicas sociais, Jannuzzi (2012) esclarece que a diferenciação dos indicadores quanto à natureza do ente indicado, se recurso

(indicador-insumo), realidade empírica (indicador-produto) ou processo (indicador-processo) é bastante relevante.

Um indicador social é uma medida em geral quantitativa, dotada de significado social substantivo, usado para substituir, quantificar ou operacionalizar um conceito social abstrato, de interesse teórico (para pesquisa acadêmica) ou programático (para a formulação de políticas). A seleção de indicadores é uma tarefa delicada, pois não existe uma teoria formal que permita realizar sua orientação com estrita objetividade. Em tese, fundamentalmente, é preciso garantir que existe, de fato, uma relação recíproca entre indicando (conceito) e os indicadores propostos (JANNUZZI, 2002).

Na elaboração de indicadores quantitativos, para Trzesniak (1998), devem ser observadas as seguintes propriedades indispensáveis: 1) relevância (seletividade): o indicador deve retratar um aspecto importante, essencial, crítico do processo/sistema; 2) gradação de intensidade: o indicador deve variar suficientemente no espaço dos processos/sistema de interesse; 3) univocidade: o indicador deve retratar com total clareza um aspecto único e bem definido do processo/sistema; 4) padronização (estabilidade): a geração do indicador deve basear-se em uma norma, um procedimento único, bem definido e estável no tempo; 5) rastreabilidade: os dados em que a obtenção do indicador é baseada, os cálculos efetuados e os nomes dos responsáveis pela apuração devem ser registrados e preservados.

As propriedades de um indicador para seu emprego na pesquisa acadêmica ou na formulação e avaliação de políticas públicas, deve: 1) ter um grau de cobertura populacional adequado aos propósitos a que se presta; 2) ser sensível a políticas públicas implementadas; 3) ser específico a efeitos de programas setoriais; 4) ser inteligível para os agentes e públicos-alvo das políticas; 5) ser atualizável periodicamente, a custos razoáveis; 6) ser amplamente desagregável em termos geográficos, sociodemográficos e socioeconômicos; e 7) gozar de certa historicidade para possibilitar comparações no tempo (JANNUZZI, 2002).

Para Guimarães e Jannuzzi (2005), por mais rigorosas e criteriosas que aparentem serem as metodologias e práticas estatísticas utilizadas na construção de um tipo de índice composto, como no caso do Índice de Desenvolvimento Humano (IDH), suas hipóteses são muito arbitrárias. A operação de sintetização de indicadores sociais em um único índice é raramente apoiada em alguma teoria ou marco metodológico consistente.

São encontradas diversas pesquisas que tratam da construção de índices e indicadores de desempenhos. Soares et al. (1999) construíram o Índice de Desenvolvimento Municipal (IDM) com a técnica multivariada da análise fatorial e a análise de componentes principais com o objetivo de traçarem um perfil de desenvolvimento dos municípios cearenses. O IDM

foi construído com base na média ponderada de 27 indicadores, classificados em índices setoriais. A pesquisa realizou uma hierarquia dos 187 municípios cearenses com base no agrupamento de indicadores definidos como: fisiográficos; fundiários e agrícolas; demográficos e econômicos; de infraestrutura de apoio e sociais. Os autores enfatizaram que a criação do índice representa mais um passo para o estabelecimento de políticas públicas e a avaliação dos resultados das gestões municipais.

Manso e Simões (2007) criaram o Indicador de Qualidade de Vida (IQV) com o objetivo de mensurarem em uma medida única o bem-estar e a qualidade de vida dos portugueses. Na pesquisa utilizaram a técnica da estatística multivariada (análise fatorial e a análise de componentes principais) para sintetizarem e reduzirem a quantidade de variáveis. As variáveis envolveram indicadores de natureza quantitativa divididas em três domínios: condições materiais (estações e postos de correios, centros de saúde, estabelecimentos de ensino pré-escolar, básico, profissional etc.); condições sociais (despesas em cultura, taxa de analfabetismo e taxa de abandono escolar, despesas municipais na gestão de águas, número de consultas nos centros de saúde etc.) e condições econômicas (despesas com as câmaras legislativas municipais, taxa de emprego e postos de trabalho etc.).

Os resultados encontrados dos 278 municípios portugueses, para Manso e Simões (2007), foram dos tipos esperados e óbvios com os posicionamentos no ranking dos municípios de Lisboa e Porto e outros que são autênticas surpresas positivas e negativas, bem como penalizantes para alguns municípios.

Silva, Silva e Borges (2015) elaboraram o Índice de Desempenho Social dos Estados e do Distrito Federal do ano de 2013 com base nas funções sociais per capita: assistência social; previdência social; saúde; educação; cultura; direitos da cidadania; urbanismo; habitação; saneamento e desporto e lazer. Foi apurado que o Distrito Federal apresentou o melhor desempenho e o Estado de Alagoas o pior desempenho.

Na elaboração de índices (indicadores) pelos órgãos públicos ou privados e por pesquisadores são utilizadas metodologias e práticas estatísticas que não refletem a totalidade dos fenômenos observados. As medidas estatísticas são utilizadas para traduzir quantitativamente conceitos abstratos sobre determinada realidade social. As hipóteses de construção de índices sintéticos (índices sociais) são arbitrárias (GUIMARÃES; JANNUZZI, 2005), mas segundo Secchi (2013), funcionam como medidas utilizadas nas avaliações de políticas públicas e para Figueiredo Filho et al. (2013), permitem estimar a efetividade das ações governamentais e avaliar em que medida o dinheiro público está sendo eficientemente

utilizado. A construção e a divulgação de indicadores sociais têm um papel fundamental no planejamento e execução das ações públicas.

2.3 Estudos Anteriores

As pesquisas a seguir apresentadas estão ligadas diretamente ao tema da presente investigação. Silva et al. (2015) avaliaram o desempenho dos cem municípios brasileiros com os melhores IDHM para elaborarem um único índice e o respectivo ranking de desempenho, a partir da sintetização dos IDHM, o IFDM e o IRFS do ano de 2010. Os resultados evidenciaram com base no Índice Geral de Desempenho (IGD), que os municípios de São Caetano do Sul (SP), Santos (SP) e Vitória (ES) apresentaram os melhores desempenhos. Os municípios de Santa Cruz da Conceição (SP), Porto União (SC) e Palmas (TO) ficaram nas últimas posições (piores desempenhos).

Silva et al. (2016a) elaboraram um único índice de desempenho de responsabilidade fiscal, social e gestão das capitais das unidades da Federação Brasileira, a partir dos IRFS dos anos de 2005 a 2010. Os resultados revelaram que no ranking geral, Vitória (ES) e Campo Grande (MS) apresentaram os melhores desempenhos de responsabilidade fiscal, social e de gestão, no período de 2005 a 2010 (1ª e 2ª posições, respectivamente) e Maceió/AL (25ª) e Salvador/BA (26ª) ficaram nas últimas posições.

Silva et al. (2016b) elaboraram um único índice de desenvolvimento da educação básica dos Estados e do Distrito Federal, a partir dos IDEB de 2005 a 2013. Os resultados revelaram que o Estado de Minas Gerais apresentou o melhor desempenho no índice que sintetiza todos os IDEB até agora divulgados pelo INEP com o escore de 4.2187, o qual foi considerado na escala de 0 a 1, como eficiente (1 = 100%) para, a partir do mesmo, identificar a porcentagem relativa da eficiência dos demais Estados e do Distrito Federal. Os Estados do Paraná e São Paulo ficaram, respectivamente na 2ª e 3ª posição e os Estados do Rio Grande do Norte (25ª), Alagoas (26ª) e Bahia (27ª) nas últimas posições.

3 PROCEDIMENTOS METODOLÓGICOS

3.1 Caracterizações da pesquisa, do método e da base de dados

Esta pesquisa, quanto aos objetivos, classifica-se como pesquisa de avaliação de resultados com a utilização da pesquisa quantitativa (empirismo). De acordo com Martins e Theóphilo (2009), a pesquisa de avaliação é uma estratégia de investigação aplicada para avaliar programas, projetos, políticas etc.

O estudo foi desenvolvido com o método empírico-analítico (arquivo/empirista - banco de dados) que corresponde à utilização de técnica de coleta, tratamento e análise de dados com métrica quantitativa. O processo de validação da prova científica no método empírico-analítico, segundo Matias-Pereira (2012), é feito por meio de testes de instrumentos, graus de significância e sistematização das definições operacionais.

A métrica quantitativa é utilizada para calcular os índices únicos dos IDHM (1991-2000-2010), IDHM-Renda (1991-(1991-2000-2010), IDHM-Longevidade (1991-2000-2010) e IDHM-Educação (1991-2000-2010) das Unidades da Federação Brasileira (população). Não há amostra. Desse modo, as variáveis escolhidas (base de dados) foram os IDHM divulgados pelo Programa das Nações Unidas para o Desenvolvimento (PNUD). A métrica quantitativa está fundamentada na Teoria da Medição (ARIAS, 2010; COHEN; FRANCO, 2012; STEVENSON, 1981; BASTOS; KELLER, 2004; MARTINS, 2005).

O Quadro 1 esclarece os parâmetros que são avaliados pelo IDHM.

Quadro 1 – Parâmetros de avaliação dos IDHM

Índices Parâmetros Edições/anos

IDHM Média geométrica das dimensões: renda, longevidade e educação.

1991 – 2000 – 2010 IDHM-Renda Mede a renda municipal per capita, ou seja, a renda média de

cada residente de determinado município. É a soma da renda de todos os residentes, dividida pelo número de pessoas que moram no município - inclusive crianças e pessoas sem registro de renda. Os dados são do Censo Demográfico do IBGE (Instituto Brasileiro de Geografia e Estatística).

1991 – 2000 – 2010

IDHM-Longevidade

Medida pela expectativa de vida ao nascer, calculada por método indireto a partir dos dados dos Censos Demográficos do IBGE. Esse indicador mostra o número médio de anos que as pessoas viveriam a partir do nascimento, mantidos os mesmos padrões de mortalidade observados no ano de referência.

1991 – 2000 – 2010

IDHM-Educação Composição de indicadores de escolaridade da população adulta medida pelo percentual da população de 18 anos ou mais de idade com o ensino fundamental completo e de fluxo escolar da população jovem que é medido pela média aritmética (1) do percentual de crianças de 5 a 6 anos frequentando a escola; (2) do percentual de jovens de 11 a 13 anos frequentando os anos finais do ensino fundamental regular; (3) do percentual de jovens de 15 a 17 anos com ensino fundamental completo; e (4) do percentual de jovens de 18 a 20 anos com ensino médio completo.

1991 – 2000 – 2010

Fonte: PNUD (2017) – adaptado.

De acordo com PNUD (2017), o Distrito Federal apresentou os melhores resultados (1ª posição) nos IDHM; IDHM-Renda e IDHM-Educação nas avaliações de 1991, 2000 e

2010. O Estado de Santa Catarina ficou na 1ª posição no IDHM-Longevidade no ano de 1991 e o Distrito Federal na 1ª posição nos anos de 2000 e 2010.

Na última posição (27ª), no IDHM-Educação de 1991 ficou o Estado de Tocantins e nos anos de 2000 e 2010 ficou o Estado de Alagoas. No IDHM-Longevidade ficaram na última posição: o Estado do Maranhão em 1999 e Alagoas nos anos de 2000 e 2010. No IDHM-Renda, o Estado do Maranhão ficou na última posição em todos os anos (1991-2000-2010).

Observa-se assim, a relevância de sintetizar com a utilização de métrica quantitativa em um único índice, os desempenhos das Unidades da Federação Brasileira, divulgados pelo PNUD nos índices de desenvolvimento humano, renda, longevidade e educação.

3.2 Mensuração quantitativa e modelo estatístico

A técnica de análise e interpretação dos dados escolhida para avaliar o desempenho das Unidades da Federação Brasileira dos IDHM por um único índice foi a Análise de Componentes Principais (ACP). O modelo teórico para a utilização da técnica segue as orientações de Kaiser (1960), Mingoti e Silva (1997), Kubrusly (2001), Timm (2002), Jolliffe (2002), Osborne e Costello (2004), Mingoti (2007), Ayres (2012), Vyas e Kumaranayake (2006), Johnson e Wichern (2007), Manly (2008), Field (2009), Lattin, Carroll e Green (2011), Ribas e Vieira (2011) e Silva, Silva e Borges (2015).

A Análise de Componentes Principais (ACP), segundo Mingoti (2007), reduz o número de variáveis a serem avaliadas e permite através dos escores dos componentes principais, conduzir para uma ordenação dos elementos amostrais e assim calcular o desempenho das entidades.

Em termos matemáticos, para Vyas e Kumaranayake (2006), a partir de um conjunto inicial de n variáveis correlacionadas, a Análise de Componentes Principais (ACP) cria índices ou componentes não correlacionados, sendo que cada componente é uma combinação linear ponderada das variáveis iniciais.

Para Kubrusly (2001), na construção de índices com combinações lineares de variáveis é desejável que estes tenham a maior variância possível e neste sentido a Análise de Componentes Principais (ACP) cria combinações lineares com a propriedade da máxima variância. De acordo com Ribas e Vieira (2011), cada componente é uma função linear. Timm (2002), esclarece que os componentes principais são usados para descobrir e interpretar as dependências que existem entre as variáveis.

O modelo estatístico para calcular o índice de desempenho com base na literatura citada consta no Quadro 2.

Quadro 2 - Modelo estatístico das equações lineares para calcular o índice de desempenho com a Análise de Componentes Principais (ACP)

Yn = A1Z1 + A2Z2 + . . . + AnZn

Yn = equações lineares (escores de desempenhos dos componentes principais); An = autovetores (coeficientes das variáveis – pesos);

Zn = variáveis padronizadas (X –

x

Y1 = equação linear do componente 1:

Y1_IDHM (1991-2000-2010) = 0.5744Z1 + 0.5816Z2 + 0.5760Z3; Y1_IDHM-Renda (1991-2000-2010) = 0.5729Z1 + 0.5821Z2 + 0.577Z3; Y1_IDHM-Longevidade (1991-2000-2010) = 0.5760Z1 + 0.5781Z2 + 0.5780Z3; Y1_IDHM-Educação (1991-2000-2010) = 0.5704Z1 + 0.5876Z2 + 0.5739Z3. Variáveis padronizadas (Zn):

Y1_IDHM (1991-2000-2010), onde: Z1 = IDHM (1991); Z2 = IDHM (2000); Z3 = IDHM (2010);

Y1_IDHM-Renda, onde: Z1 = IDHM-Renda (1991); Z2 = IDHM-Renda (2000); Z3 = IDHM-Renda (2010); Y1_IDHM-Longevidade, onde: Z1 = IDHM-Longevidade (1991); Z2 = IDHM-Longevidade (2000); Z3 = IDHM-Longevidade (2010);

Y1_IDHM-Educação, onde: Z1 = IDHM-Educação (1991); Z2 = IDHM-Educação (2000); Z3 = IDHM-Educação (2010). Autovalor do componente 1: Y1_IDHM (1991-2000-2010) = 2.9281 (97.61%); Y1_IDHM-Renda = 2.9300 (97.67%); Y1_IDHM-Longevidade = 2.8801 (96.00%); Y1_IDHM-Educação = 2.8479 (94.93%).

Interpolação dos escores de desempenhos na faixa de 1 a 0.

Fonte: elaborado pelos autores com base em Silva, Silva e Borges (2015).

Os autovalores representam o poder explicativo do componente em relação à variância das variáveis originais (observadas) e os autovetores são os coeficientes das variáveis X padronizadas usados para calcular escores dos componentes principais (MANLY, 2002; AYRES, 2012). Para Kaiser (1960), deve ser utilizado autovalores com valores acima de 1. De acordo com Mingoti e Silva (1997), as variáveis não dependem de qualquer suposição de normalidade e para Jolliffe (2002), podem ser contínuas e distribuídas normalmente ou não.

Observa-se no Quadro 2, que o autovalor foi superior a 1 em todas as equações lineares do componente 1 (Y1) no cálculo dos IDHM 2000-2010), IDHM-Renda (1991-2000-2010), IDHM-Longevidade (1991-2000-2010) e IDHM-Educação (1991-(1991-2000-2010), tendo ultrapassado 94% do total das variâncias (regra de Kaiser). Foram extraídos três componentes principais para cada IDHM único (por exemplo no IDHM-Renda, os componentes foram: 2.9300 + 0.0619 + 0.0081 = 3, que corresponde a variância total de 3, ou seja, três variáveis observadas - IDHM-Renda de 1991, 2000 e 2010).

Para melhorar as cargas fatoriais de cada variável e assim maximizar a soma das variâncias de cargas exigidas pela matriz, foi utilizada, nesta investigação, a rotação dos eixos

denominada de VARIMAX (simplificação das colunas da matriz fatorial – rotação ortogonal), conforme recomendação feita por Field (2009).

As variáveis padronizadas (escore padrão ou z-escore), segundo Larson e Farber (2010), representam o número de desvios-padrão que um valor dado está a partir da média. Um z-escore pode ser negativo, positivo ou zero. Se for negativo, o valor está abaixo da média. Se positivo, o valor correspondente está acima da média e se for zero, o valor correspondente é igual a média. Segundo Martins (2002), o z-escore (escore padronizado), representa uma forma de demonstrar a melhor performance (desempenho) relativa. O z-escore são utilizados nas equações lineares.

Para utilizar a Análise de Componentes Principais (ACP) é necessário que haja correlação entre as variáveis (MINGOTI, 2007; FIELD, 2009; LATTIN; CARROLL; GREEN, 2011) e que a matriz de correlação não pode ser identidade (FIELD, 2009). Não há consenso sobre o tamanho da amostra (OSBORNE; COSTELLO, 2004), mas quanto mais variáveis, melhor os resultados (JOHNSON; WICHERN, 2007).

Nesta pesquisa, os p-valores para as correlações foram todos significativos (< 0.0001) e o Teste de Esfericidade de Bartlett apontou que as variáveis não são mutuamente independentes (matriz não é identidade - o qui-quadrado calculado é maior que o valor crítico – tabela). Observa-se assim, que os pressupostos para utilizar a ACP foram cumpridos. Os cálculos foram realizados com o software BioEstat 5.0® (AYRES et al., 2007).

A Tabela 1 apresenta os cálculos dos escores de desempenhos do componente 1 do Distrito Federal (DF), 1º colocado no ranking de desempenho de todos os IDHM únicos (1991-2000-2010), conforme consta na Tabela 2.

Tabela 1 - Cálculos dos escores de desempenhos do componente 1 do Distrito Federal (1991-2000-2010) Y1_IDHM (1991-2000-2010) = 0.5744 (2.25280) + 0.5816 (2.03663) + 0.5760 (2.42437) = 3.8750 Y1_IDHM-Renda (1991-2000-2010) = 0.5729 (2.34076) + 0.5821 (2.34380) + 0.5770 (2.68104) = 4.2523 Y1_IDHM-Longevidade (1991-2000-2010) = 0.5760 (1.49385) + 0.5781 (1.86876) + 0.5780 (2.11226) = 3.1616 Y1_IDHM-Educação (1991-2000-2010) =0.5704 (2.40163) + 0.5876 (1.89278) + 0.5739 (2.22307) = 3.7579 Y1 = escores de desempenhos do componente 1 (maior escore = 1 na interpolação).

Fonte: Dados da pesquisa.

Os escores de desempenhos de 3.8750, 4.2523, 3.1616 e de 3.7579 da Tabela 1 foram considerados como 1 na interpolação para os resultados apresentarem os valores na faixa de 1 a 0, haja vista que os escores de desempenhos calculados pela Análise de Componentes Principais (AC) possuem valores positivos e negativos.

4 RESULTADOS E DISCUSSÕES

A Tabela 2 apresenta os rankings de desempenhos dos IDHM únicos (1991-2000-2010) das Unidades da Federação Brasileira.

Tabela 2 - Índices de Desenvolvimento Humano Municipal Único (1991-2000-2010) das Unidades da Federação Brasileira

UF IDHM IDHM Renda IDHM Longevidade IDHM Educação Acre 0.160 (21º) 0.288 (17º) 0.317 (19º) 0.112 (23º) Alagoas 0 (27º) 0.148 (25º) 0 (27º) 0 (27º) Amapá 0.410 (13º) 0.404 (14º) 0.502 (12º) 0.433 (12º) Amazonas 0.213 (18º) 0.327 (15º) 0.401 (15º) 0.150 (20º) Bahia 0.127 (23º) 0.220 (22º) 0.203 (22º) 0.121 (22º) Ceará 0.230 (17º) 0.184 (23º) 0.352 (17º) 0.295 (15º) Distrito Federal 1 (1º) 1 (1º) 1 (1º) 1 (1º) Espírito Santo 0.592 (7º) 0.529 (9º) 0.732 (5º) 0.609 (7º) Goiás 0.528 (8º) 0.543 (8º) 0.669 (8º) 0.501 (8º) Maranhão 0.005 (26º) 0 (27º) 0.009 (26º) 0.099 (24º) Mato Grosso 0.443 (11º) 0.526 (10º) 0.562 (11º) 0.402 (13º) Mato Grosso do Sul 0.516 (10º) 0.550 (7º) 0.698 (7º) 0.462 (10º) Minas Gerais 0.521 (9º) 0.502 (11º) 0.711 (6º) 0.501 (9º) Pará 0.143 (22º) 0.233 (21º) 0.408 (14º) 0.079 (25º) Paraíba 0.111 (24º) 0.164 (24º) 0.159 (25º) 0.131 (21º) Paraná 0.625 (6º) 0.598 (6º) 0.645 (10º) 0.658 (5º) Pernambuco 0.261 (15º) 0.289 (16º) 0.330 (18º) 0.272 (16º) Piauí 0.034 (25º) 0.073 (26º) 0.198 (23º) 0.051 (26º) Rio de Janeiro 0.749 (3º) 0.741 (3º) 0.665 (9º) 0.801 (3º) Rio Grande do Norte 0.277 (14º) 0.262 (19º) 0.286 (20º) 0.335 (14º) Rio Grande do Sul 0.682 (5º) 0.660 (4º) 0.873 (3º) 0.637 (6º) Rondônia 0.242 (16º) 0.408 (13º) 0.361 (16º) 0.169 (19º) Roraima 0.418 (12º) 0.449 (12º) 0.435 (13º) 0.448 (11º) Santa Catarina 0.748 (4º) 0.640 (5º) 0.991 (2º) 0.750 (4º) São Paulo 0.845 (2º) 0.801 (2º) 0.854 (4º) 0.889 (2º) Sergipe 0.172 (20º) 0.245 (20º) 0.192 (24º) 0.178 (18º) Tocantins 0.195 (19º) 0.278 (18º) 0.262 (21º) 0.215 (17º) Legenda: UF = Unidades da Federação; IDHM = Índice de Desenvolvimento Humano Municipal Único (1991-2000-2010).

Fonte: dados da pesquisa.

Observa-se na Tabela 2 que o Distrito Federal ficou na 1ª posição nos rankings de desempenhos dos IDHM (1991-2000-2010), Renda (1991-2000-2010), IDHM-Longevidade (1991-2000-2010) e IDHM-Educação (1991-2000-2010). Estes resultados convalidam o desempenho nas avaliações isoladas nos anos de 1991, 2000 e 2010 na 1ª posição, com exceção do IDHM-Longevidade no ano de 1991, que ficou o Estado de Santa Catarina.

Desse modo, a utilização de métrica quantitativa para sintetizar em um único índice, conforme argumentos da Teoria da Medição (ARIAS, 2010; COHEN; FRANCO, 2012;

STEVENSON, 1981; BASTOS; KELLER, 2004; MARTINS, 2005), além de observar as propriedades para elaboração de índices (TRZESNIAK, 1998; JANNUZZI, 2002) auxilia nas avaliações de desempenho das gestões públicas e privadas. A estatística não cria leis ou teorias, seu grande valor está em fornecer subsídios para que o pesquisador utilize as informações relevantes (MARTINS, 2005).

Conforme argumentos de Falco (2000), as avaliações de gestões públicas podem de diminuir a assimetria da informação entre os atores do sistema socioeconômico e com base na Teoria dos Stakeholders (FREEMAN et al., 2010), as relações entre a sociedade e os gestores públicos podem identificar o potencial de cada parte interessada. Esta investigação se enquadra nas pesquisas de avaliação de resultado no intuito de esclarecer os resultados para a sociedade.

Mendes (2013) argumenta que o gasto público brasileiro precisa ser adequado à demanda social. Neste sentido, com base na Tabela 2, observa-se que os Estados que estão nas últimas posições dos rankings precisam de ajuda estatal. O Estado de Alagoas ficou na última posição nos IDHM, IDHM-Longevidade e IDHM-Educação. De modo geral, os Estados das Regiões Nordeste e Norte ocupam as últimas posições. Na pesquisa de Silva, Silva e Borges (2015) foi observado que o Distrito Federal apresentou o melhor desempenho nos gastos sociais e o Estado de Alagoas o pior desempenho.

As disparidades entre as regiões podem ser observadas também no ranking de gestão dos Estados e do Distrito Federal de 2011 da Unidade de Inteligência da Economist, patrocinado pelo Centro de Liderança Pública (CLP, 2017), em que as regiões Sudeste (65.1), Sul (56.7), Centro-Oeste (45.8) obtiveram as primeiras posições e o Nordeste (33.4) e Norte (29) ficaram nas últimas posições. Os achados convalidam os resultados desta investigação sobre a necessidade de ajuda estatal. Nas últimas posições do ranking da Unidade de Inteligência da Economist estão os Estados do Acre (25º), Amapá (26º) e Piauí (27º).

De acordo com as categorias do IDHM (PNUD, 2017), observa-se na Tabela 2, que somente o Distrito Federal e o Estado de São Paulo ficaram com o desenvolvimento humano muito alto no IDHM de 1991, 2000 e 2010. O Estado do Rio de Janeiro e Santa Catarina obtiveram o desenvolvimento humano alto. No desenvolvimento humano médio ficaram os Estados do Rio Grande do Sul e Paraná e no desenvolvimento humano baixo, os Estados do Espírito Santo, Goiás, Minas Gerais e Mato Grosso do Sul. Os demais Estados (Mato Grosso; Roraima; Amapá; Rio Grande do Norte; Pernambuco; Rondônia; Ceará; Amazonas; Tocantins; Sergipe; Acre; Pará; Bahia; Paraíba; Piauí; Maranhão e Alagoas) obtiveram o desenvolvimento humano muito baixo.

Na comparação entre os resultados do IDEB único (2005-2013) da pesquisa de Silva et al. (2016b) e nesta investigação do IDHM-Educação único (1991-2000-2010), observa-se uma correlação significativa nos postos (Rô de Spearman de 0.732 com o nível de significância de 1% nas duas extremidades). Os Estados de Minas Gerais, Paraná, Santa Catarina e o Distrito Federal obtiveram as primeiras posições nessa ordem no IDEB único e nesta investigação, o Estado de Minas Gerais ficou na 9ª posição; Paraná na 5ª; Santa Catarina na 4ª e o Distrito Federal na 1ª posição. Nas duas últimas posições do IDEB único ficaram os Estados de Alagoas (26º) e Bahia (27ª) e no IDHM-Educação único, Bahia ficou na 22ª posição e Alagoas na última posição (27ª).

Na classificação de categorias realizada pelo PNUD (2017), o IDHM-Educação ficou muito baixo para 18 Estados (Mato Grosso do Sul; Roraima; Amapá; Mato Grosso; Rio Grande do Norte; Ceará; Pernambuco; Tocantins; Sergipe; Rondônia; Amazonas; Paraíba; Bahia; Acre; Maranhão; Pará; Piauí e Alagoas).

5 CONSIDERAÇÕES FINAIS

O desenvolvimento humano avaliado pelo Índice de Desenvolvimento Humano Municipal (IDHM) é uma medida geral e sintética que abrange as dimensões: renda, longevidade e educação. Embora, o IDHM represente a média geométrica dessas dimensões, são divulgados também, em separado os Renda, Longevidade e o Educação. Neste sentido, esta investigação sintetizou os IDHM, Renda, IDHM-Longevidade e o IDHM-Educação das Unidades da Federação Brasileira dos anos de 1991, 2000 e 2010 em índices únicos.

A utilização de métrica quantitativa, além de atender as propriedades necessárias para elaborar indicador ou índice social, tem um significado pragmático para diminuir a assimetria da informação que existe entre os gestores públicos e os cidadãos. Assim, recomenda-se a elaboração de mais pesquisas de avaliação de resultados das entidades públicas.

Apesar do rigor metodológico, convém lembrar que os índices ou indicadores são valores estáticos e não contemplam todas as dimensões do que está sendo avaliado, mas funcionam como proxies para medir input (entrada), output (produtos) e outcomes (resultados). Desse modo, o estudo representa uma contribuição para avaliar o desenvolvimento humano nas dimensões elencadas.

Finalizando o estudo e respondendo ao problema de pesquisa, os resultados apontaram nos rankings de desempenhos que o Distrito Federal e São Paulo obtiveram as primeiras

posições (mais eficientes) no IDHM (1991-2000-2010) e nas últimas posições ficaram os Estados do Maranhão e Alagoas. No IDHM-Renda (1991-2000-2010) também obtiveram as primeiras posições, o Distrito Federal e o Estado de São Paulo e nas últimas posições ficaram o Estado do Piauí (26ª) e Maranhão (27ª).

O Distrito Federal (1ª) e o Estado de Santa Catarina (2ª) obtiveram as primeiras posições no IDHM-Longevidade (1991-2000-2010) e os Estados do Maranhão e Alagoas, ficaram, respectivamente nas últimas posições. No IDHM-Educação (1991-2000-2010), aparecem o Distrito Federal e o Estado de São Paulo nas primeiras posições e nas últimas, os Estados do Piauí e Alagoas.

6 REFERÊNCIAS

ARIAS, E. R. Estadística: Medición, Descripción e Inferencia. Perspectivas Psicológicas, Santo Domingo (Rep. Dom.), Volúmenes 6 y 7. Año X. 2010, 126-172, Edición Especial. AYRES, M. Elementos de bioestatística: a seiva do açaizeiro. 2. ed. Belém: Supercores, 2012.

_____. AYRES JÚNIOR, M.; AYRES, D. L.; SANTOS, A. A. S.; AYRES, L. L. BioEstat

5.0 – Aplicações estatísticas nas áreas das ciências biomédicas. Belém, PA: Sociedade Civil

Mamirauá, 2007. PA.

BASTOS, C. L.; KELLER, V. Aprendendo a aprender: introdução à metodologia científica. 17. ed. Petrópolis: Vozes, 2004.

CLP - Centro de Liderança Pública. Unidade de Inteligência da Economist. Ranking de

Gestão dos estados brasileiros de 2011. Disponível:

<http://veja.abril.com.br/complemento/economia/ranking-dos-estados/infografico-ranking-estados.html>. Acesso em: 1 fev 2017.

COHEN, E.; FRANCO, R. Avaliação de projetos sociais. 10. ed. Petrópolis: Vozes, 2012. CONNOLLY, C.; HYNDMAN, N. Towards charity accountability: narrowing the gap between provision and needs? Public Management Review, 15:7, 945-968, (2013). DOI: 10.1080/14719037.2012.757349.

FALCO, S. E. Instrumentos de voice giving na relação entre os cidadãos e a administração pública: a carta dos serviços. Revista do Serviço Público, Ano 51, Número 3, p. 05-25, Jul-Set 2000.

FIELD, A. Descobrindo a estatística usando o SPSS. Tradução de Lorí Viali. 2. ed. Porto Alegre: Artmed, 2009.

FIGUEIREDO FILHO, D. B.; PARANHOS, R.; ROCHA, E. C.; SILVA JR, J. A.; MAIA, R. G. Análise de componentes principais para construção de indicadores sociais. Rev. Bras.

FPNQ - Fundação para o Prêmio Nacional da Qualidade. Indicadores de desempenho. São Paulo: FPNQ, 1994.

FREEMAN, R. E.; HARRISON, J. S.; WICKS, A. C.; PARMAR, B.; COLLE, S.

Stakeholder Theory: The State of the Art. Cambridge University Press, Cambridge, 2010.

GOMES, R. C. Stakeholder Management in the Local Government Decision-Making Area: Evidences from a Triangulation Study with the English Local Government. RAC, Edição Especial 2006: 77-98.

GUIMARÃES, J. R. S.; JANNUZZI, P. M. IDH, indicadores sintéticos e suas aplicações em políticas públicas: uma análise crítica. R. B. Estudos Urbanos e Regionais, v. 7, p. 73-90, n. 1 / maio 2005.

JANNUZZI, P. M. Considerações sobre o uso, mau uso e abuso dos indicadores sociais na formulação e avaliação de políticas públicas municipais. RAP, Rio de Janeiro 36 (1): 51-72, Jan./Fev. 2002.

JOHNSON, R. A.; WICHERN, D. W. Applied Multivariate Statistical Analysis. 6. ed. New Jersey: Prentice Hall, 2007.

JOLLIFFE, I.T. Principal component analysis. 2nd. edition. New York: Springer-Verlag, 2002.

KAISER, H. F. The application of electronic computers to factor analysis. Educational and

Psychological Measurement, v. 20, p. 141-151, 1960.

KUBRUSLY, L. S. Um procedimento para calcular índices a partir de uma base de dados multivariados. Pesquisa Operacional, Vol. 21, Nº. 1, p. 107-117, junho de 2001.

LAND, K. C. Social Indicators. Ann. Rev. Sociol., Palo Alto, v. 9, p.1–26, 1983. DOI: 10,1146 / annurev.so.09.080183.000245.

_____. MICHALOS, A. C.; SIRGY, M. J. (Ed.). Handbook of social indicators and

quality‐ of‐ life research. Dordrechet, Netherlands: Springer Publishers, 2012.

LARSON, R.; FARBER, B. Estatística aplicada. Tradução de Luciane Ferreira Paulete Vianna. 4. ed. São Paulo: Pearson Prentice Hall, 2010.

LATTIN, J.; CARROLL, J. D.; GREEN, P. E. Análise de dados multivariados. Tradução de Harue Avritscher. São Paulo: Cengage Learning, 2011.

MANLY, B. J. F. Métodos estatísticos multivariados: uma introdução. Tradução de Sara Ianda Carmona. 3. ed. Porto Alegre: Bookman, 2008.

MANSO, J. R. P.; SIMÕES, N. M. Os municípios e a qualidade de vida em Portugal: proposta metodológica com vista à sua mensuração e ordenação. Observatório para o

Desenvolvimento Econômico e Social. Universidade da Beira Interior, Covilhã - Portugal,

MARTINS, G. A. Estatística geral e aplicada. 2. ed. São Paulo: Atlas, 2002.

_____. Falando sobre teorias e modelos nas ciências contábeis. BBR – Brazilian Business

Review, Vol. 2, nº 2, Vitória-ES, Brasil – Jul / Dez 2005, pp. 131-144.

_____. THEÓPHILO, C. R. Metodologia da investigação científica para ciências sociais

aplicadas. 2. ed. São Paulo: Atlas, 2009.

MATIAS-PEREIRA, J. Manual de metodologia da pesquisa Científica. 3. ed. São Paulo: Atlas, 2012.

MCWILLIAMS, A.; SIEGEL, D. Corporate social responsibility: a theory of the firm perspective. The Academy of Management Review, 26(1), 117-127, 2001. DOI: 10.5465/AMR.2001.4011987.

MENDES, C. C. Relações entre gasto público, demanda social e arranjos federativos: o caso do Nordeste Brasileiro. Revista Econômica do Nordeste, Volume 44, nº 01, p. 145-162, janeiro – março, 2013.

MINGOTI, S. A. Análise de dados através de métodos de estatística multivariada: uma abordagem aplicada. 1ª reimpressão. Belo Horizonte: Editora UFMG, 2007.

_____. SILVA, A. F. Um exemplo de aplicação de técnicas de estatística multivariada na construção de índices de preços. Nova Economia, Belo Horizonte, v. 7, n. 2, p. 203-212, 1997.

MIRANDA, L. C.; SILVA, A. J. M.; RIBEIRO FILHO, J. F.; SILVA, L. M. Uma análise sobre a compreensibilidade das informações contábeis governamentais comunicadas pelo Balanço Orçamentário. BBR - Brazilian Business Review, Vol. 5, N.3 Vitória - ES, Set – Dez 2008, p. 209-228.

OSBORNE, J. W.; COSTELLO, A. B. Sample size and subject to item ratio in principal components analysis. Practical Assessment, Research & Evaluation, 9 (11), 2004.

PNUD - Programa das Nações Unidas para o Desenvolvimento. IDHM UF 2010; IDHM UF

2000 e IDHM UF 1991. Disponível em:

< http://www.br.undp.org/content/brazil/pt/home/idh0/rankings/idhm-uf-2010.html> . Acesso em 01 fev. 2017.

RIBAS, J. R.; VIEIRA, P. R. C. Análise multivariada com o uso do SPSS. Rio de Janeiro: Ciência Moderna, 2011.

SANTAGADA, S. Indicadores sociais: uma primeira abordagem social e histórica.

Pensamento Plural, Pelotas [01]: p. 113-142, julho/dezembro 2007.

SECCHI, L. Políticas públicas: conceitos, esquemas de análise, casos práticos. 2. Ed. São Paulo: Cengage Learning, 2013.

SICHE, R.; AGOSTINHO, F.; ORTEGA, E.; ROMEIRO, A. Índices versus indicadores: precisões conceituais na discussão da sustentabilidade de países. Ambiente & Sociedade, Campinas v. X, n. 2, p. 137-148, jul.-dez. 2007.

SILVA, M. C.; SILVA, J. D. G.; BORGES, E. F.; SOUZA, F. J. V. Ranking de desempenho de municípios: elaboração de um único índice a partir do IDHM, IFDM e IRFS. Veredas

FAVIP, ano 11, volume 8, número 1, 2015.

SILVA, M. C.; FIRMINO, J. E.; GOMES, A. M.; SILVA, J. D. G. Responsabilidade Fiscal, Social e de Gestão das Capitais das Unidades da Federação Brasileira: avaliação em um único índice (2005 – 2010). Espacios. Vol. 37 (Nº 32), Año 2016a. Pág. 16.

SILVA, M. C.; SOUZA, F. J. V.; SILVA, J. D. G; BORGES, E. F. Índice de desenvolvimento da educação básica dos Estados e do DF. Revista Capital Científico – Eletrônica (RCCe), vol. 14, n. 1, janeiro/março 2016b, p. 91-104.

SILVA, M. C.; SILVA, J. D. G; BORGES, E. F. Principal component analysis to develop performance indexes in the public sector. Rev. Bras. Biom., São Paulo. São Paulo, v.33, n.3, p.291-309, 2015.

SOARES, A. C. L. G.; GOSSON, A. M. P. M.; MADEIRA, M. A. L. H.; TEIXEIRA, V. D. S. Índice de Desenvolvimento Municipal: hierarquização dos municípios do Ceará no ano de 1997. R. Paran. Desenv., Curitiba, n.97, p. 71-89, set./dez. 1999.

STEVENSON, W. J. Estatística aplicada à administração. São Paulo: Harper & Row do Brasil, 1981.

TIMM, N. H. Applied multivariate analysis. New York: Springer-Verlag, 2002.

TRZESNIAK, P. Indicadores quantitativos: reflexões que antecedem seu estabelecimento. Ci.

Inf., Brasília, v. 27, n. 2, p. 159-164, maio/ago. 1998.

VYAS, S.; KUMARANAYAKE, L. Constructing socio-economic status indices: how to use principal components analysis. Health Policy and Planning, 9 October 2006, 21 (6): 459-468.