MESTRADO PROFISSIONALIZANTE EM MEIO AMBIENTE URBANO E INDUSTRIAL - MAUI UNIV. FEDERAL DO PARANÁ | UNIV. DE STUTTGART | SENAI – PR | 2014
VALOR MONETÁRIO DE USO INDIRETO DO AR ATMOSFÉRICO
CURITIBA, 30/07/2014
PAGAMENTO PELA EMISSÃO DE H2S
Dr. Georges Kaskantzis e MSc. Verena Mehler kaska@ufpr.br
VALOR MONETÁRIO DE USO INDIRETO DO AR ATMOSFÉRICO Dr. Georges Kaskantzis Neto e MSc. Verena Mehler Mestrado Profissional Meio Ambiente Urbano e Industrial Universidade Federal do Paraná, Universidade de Stuttgart, SENAI – PR Centro Politécnico, Jardim da Américas, DEQ/ST/UFPR, CP 19011, Curitiba, PR, Brasil, CEP 81530 – 970, kaska@ufpr.br Resumo. As comunidades que se encontram localizadas no entorno de empreendimentos de grande porte podem ser atingidas por eventos desagradáveis, tais como, ruídos, poeiras, maus odores e outros tipos de adversidades. Em geral, os eventos dessa natureza se desenvolvem de forma intermitente, podendo atingir as comunidades no período matutino, vespertino ou noturno. Visando o estudo do comportamento das comunidades atingidas por inconveniências dessa natureza desenvolveu-se uma pesquisa dirigida a população, da região metropolitana de Curitiba, residente nas proximidades de uma estação de tratamento de água de grande porte. Com base nas respostas apresentadas nas entrevistas, constatouse que a disposição média da população de pagar pela conservação da qualidade do ar era R$ 2,91±1,74. Adotando o sistema do estado da arte da simulação da dispersão atmosférica de vapores investigou-se a pertinências das reclamações população em função da localização das moradias e dos valores das concentrações dos vapores, supostamente oriundos da ETE. Palavras Chave:
~1~
1. INTRODUÇÃO No âmbito da problemática da poluição do ar atmosférico a emissão de maus odores é aquela que provoca o maior incômodo a rotina de vida da população, a qual reage em curto prazo, visando a eliminação da fonte emissora dos gases responsáveis pelo incômodo olfativo. As emissões dos vapores e dos gases fétidos, em geral, são provenientes de atividades agrícolas, curtumes de beneficiamento de couros, matadouros e das estações de tratamento de água e de efluentes industriais (SILVA, 2002). No artigo publicado por SILVA (2002 a) se encontram descrito os principais fatores que influenciam a percepção do odor, como, por exemplo, o sexo, a idade, atividade laborar e outros. Segundo o autor este comportamento peculiar, quanto ao nível de percepção de odores estaria relacionado a deterioração dos neurônios, fibrilas e do trato olfativo do receptor, especificamente a região do córtex entorial, hipotálamo, amídala e lobo temporal. Na Figura 1, pode-se notar a complexidade dos elementos que constituem o sistema olfativo do humano.
Figura 1. Corte transversal do crânio humano, no qual se pode observar uma parte do sistema olfativo destacado com a cor amarela e o sistema de circulação do sangue, arterial e venoso, indicado com as cores vermelho e azul, respectivamente [BIODIGITAL, 2013]. Conforme afirmado por Rosa (2009), as estações de tratamento de água e efluentes, em geral, são construídas em locais afastados das comunidades, contudo, a medida que as cidades crescem as regiões no entorno das estações de tratamento de efluentes e água são ocupadas pela população sem respeitar a distância
~2~
recomendada, para evitar-se a percepção dos gases e vapores, supostamente provenientes das estações. Para Antunes (2006) os odores oriundos das estações de tratamento de efluentes e de água prejudicam a integração do sistema urbano e ambiental, causando a desvalorização do terreno (JORDÃO, 1995). Os técnicos e os administradores de estações de tratamento de água e de esgotos, conscientes da problemática dos odores, tem se esforçado, cada vez mais, para vencer o desafio de suprir as necessidades básicas da população sem perturbar a paz social. Além do incômodo provado pelos maus odores, outro ponto importante que merece discussão são os males à saúde da população provocados pelos vapores tóxicos que são formados nas estações de esgotos, como, por exemplo, o sulfeto de hidrogênio. O H2S não exclusividade das estações de água e de esgoto, esse vapor tóxico também se encontra presente no ambiente de trabalho das indústrias dos petróleos e dos seus produtos derivados, tais como: gasolina, óleo diesel, querosene, entre outros. (REFER) A concentração de percepção do sulfeto de hidrogênio na fase vapor é da ordem de 3,0 ppm. A dose letal de inalação do H2S do humano é 2000 ppmv, durante 10 min. A exposição ao vapor de H2S na concentração de 500-700 ppm em volume, durante 30 minutos provoca a perda de consciência e morte do receptor, dependendo a sua massa corporal. (REFE) O valor IDLH (Imediate Danger Healht Life) é 2000 ppmv (LEE, 1985). No conjunto dos gases e dos vapores produzidos nas estações de tratamento de esgotos, certamente o sulfeto de hidrogênio é aquele que merece a maior atenção por parte dos técnicos e dos dirigentes de empreendimentos dessa natureza. Diante dos fatos descritos, decidiu-se estudar o problema da emissão e da percepção do vapor de sulfeto de hidrogênio no entorno da estação de tratamento de esgoto, que se encontra edificada na região metropolitana de Curitiba, a capital do Estado do Paraná, onde residem, cerca de, 41.498 pessoas.
.2. METODOLOGIA E MATERIAL A metodologia adota para desenvolver a pesquisa foi o método científico, o qual se apoio na observação de campo e na representação matemáticas dos fenômenos naturais, como, por exemplo, a dispersão atmosférica de produtos voláteis e
~3~
partículas. As atividades, de campo e teóricas da pesquisa foram executadas em cinco etapas. As etapas desenvolvidas foram o planejamento e a preparação da ficha de entrevista da população; realização das entrevistas junto à comunidade; elaboração dos cenários hipotéticos de dispersão atmosférica do sulfeto de hidrogênio; desenvolvimento do modelo econométrico e análise dos resultados obtidos na pesquisa. A ficha elaborada para realizar as entrevistas na comunidade continha três grupos de perguntas, a saber: o grupo de perguntas relativas as características pessoais dos entrevistados, o grupo de perguntas das características de vivência do entrevistado na comunidade e o grupo de questões dos aspectos ambientais. As questões dos três grupos da ficha de entrevista, somadas totalizaram 16 perguntas. As questões da ficha de entrevista completaram os itens, a saber: nome; idade; sexo; ocupação; escola; renda; situação da posse do imóvel que habitava; tempo de ocupação do imóvel; número de moradores do imóvel; número de sanitário da residência do entrevistado; nível de satisfação do entrevistado quanto ao local da moradia; a indicação dos principais problemas do bairro; o hábito de separar o lixo doméstico; destino do esgoto doméstico; disposição a pagar para a conservação da qualidade do ar atmosférico na região do bairro investigado. A região de interesse da pesquisa limitou-se ao círculo imaginário cujo raio 600 m tinha a origem localizadas no centro da estação de tratamento de esgotos. Na área da pesquisa foram contabilizados, a partir dos registros da companhia de saneamento, o total de 1380 residências, nas quais habitam, cerca de, 6210 indivíduos. Com base no tamanho da população da área de interesse da pesquisa, definiu-se o tamanho da amostra. Foram entrevistados duzentos habitantes que se encontravam distribuídos nos quatro quadrantes do círculo imaginário da área de interesse do estudo. Na Figura 2 podem ser observados os locais onde foram realizadas as entrevistas. O estudo da dispersão atmosférica dos odores, supostamente oriundos da ETE foi realizado empregando o programa de computador AERMOD, o qual foi desenvolvido pela Sociedade Americana de Meteorologia e a Agencia de Proteção Ambiental Americana (EPA). A atual versão desse programa é considerada o estado da arte da área de modelagem e simulação do fenômeno da dispersão de vapores, gases e partículas na atmosfera.
~4~
O ponto que destaca este programa em relação as demais rotinas disponíveis no mercado é fato desta rotina incluir nos resultados a influência da topografia do terreno onde se desenvolve a dispersão atmosférica.
Figura 2. Indicação dos locais onde foram realizadas as entrevistas da população. No centro do círculo imaginário se encontra edificada a ETE. Fonte [Google Earth] No estudo de dispersão atmosférica definiram-se diversos cenários hipotéticos levando em conta as distribuições de frequência das direções e das velocidades dos ventos locais. Estas distribuições foram determinadas a partir do conjunto de 3260 dados horários de solo das condições meteorológicas, os quais foram registrados entre o mês de março do ano de 2008 e o mês de dezembro de 2010, na estação meteorológica do aeroporto Afonso Pena. Usando os dados meteorológicos foram elaboradas as rosas dos ventos das quatro estações do ano e dos quatro períodos do dia. A topografia do terreno da região investigada foi obtida a partir do arquivo digital de elevação do terreno que se encontra disponível na página eletrônica da SUDERSHA – Secretaria de Recursos Hídricos do Estado do Paraná. Os dados experimentais das emissões de: sulfeto de hidrogênio; metano; oxigênio e monóxido de carbono foram determinados na saída do lavador de gases da ETE empregando o medidor específico da empresa INSTRUTHEM. Na Figura 3, podese observar o local onde foram registrados os dados das emissões o equipamento adotado para avaliar as concentrações dos gases investigados.
~5~
Figura 3. Detalhe do ponto de amostragem das emissões e do instrumento usado para medir as concentrações dos gases de interesse [Fonte: Autores]. Na etapa do tratamento dos dados experimentais, as respostas apresentadas pela população nas entrevistas foram codificadas e padronizadas visando a construção do modelo econométrico. A codificação, propriamente dita, foi realizada atribuindo valores numéricos as variáveis nominais, as quais, somadas, totalizaram 14. Após a codificação das variáveis nominais e a transformação destas em ordinárias, calcularam-se as estatísticas básicas descritivas, tendo sido realizados os testes de normalidade da amostra. Os pontos de anomalia identificados foram retirados da amostra investigada. Em seguida foram determinados os coeficientes de correlação das variáveis paramétricas e não paramétricas, utilizando a matriz de Pearson e a matriz de posto de Spearman, respectivamente. Com base nos resultados dos coeficientes de correlação das variáveis da amostra foram constituídos os grupos de variáveis de interesse, os quais, posteriormente foram utilizados na elaboração do modelo econométrico almejado. Em razão do grande número de resposta nulas apresentadas pelos entrevistados para a disposição a pagar para a conservação da qualidade do ar local, empregouse o método de TOBIT (REF, XXXX) para a determinação dos coeficientes das variáveis explicativas do modelo econométrico. A escolha das variáveis explicativas que constituirão o modelo econométrico foi realizada considerando o nível de significância adotado (5%), o resultado do teste Kolmogorov-Smirnov de normalidade dos erros do modelo, o valor do índice inflacionário de variância; o resultado
~6~
do teste ANOVA, o teste de colinearidade dos coeficientes regredidos a partir dos dados experimentais e o valor do coeficiente de determinação da regressão. A análise estatística dos resultados das entrevistas foi executada com o programa de computador JMP da empresa SAS, a simulação da dispersão atmosférica dos odores foi realizada com o programa AERMOD 3D da empresa americana Lakes Environmental Software. Na elaboração do modelo econométrico foram utilizados os programas de computador GRELT e EViews. Os demais recursos materiais da pesquisa foram: imagens áreas de alta definição da área da pesquisa; combustível para deslocamentos; e materiais de consumo e programas de computador para a edição e a publicação dos resultados da pesquisa.
3. ANÁLISE DAS EMISSÕES DE ODORES Nesta seção do trabalho apresentam-se os resultados do estudo das emissões de odores supostamente provenientes da ETE. Inicialmente, analisaram-se os dados experimentais das emissões de sulfeto de hidrogênio coletado nas instalações da ETE, os quais foram utilizados para estimar a taxa de emissão de H2S. Com os registros de solo coletados na estação meteorológica do aeroporto de São José do Pinhais, cujo número de cadastro internacional é WMO 82840, foram elaboradas as rosas dos ventos das quatro estações do ano e do dia. As coordenadas geográficas da estação são 25º 31´S, 49º 10´L, altitude de 908 m do nível do mar. Os registros meteorológicos foram obtidos no período de 1/1/2005 a 30/10/2008. De maneira geral, os dados meteorológicos indicaram que a predominância dos ventos é de Leste (E), com 23,3% das ocorrências e com velocidades variando entre 0,5 a 2,1 m/s, com 37,87% das ocorrências. Considerando os componentes da direção do vento, o vetor resultante foi 69º (ENE), com 41% das ocorrências. Na estação da primavera, a predominância dos ventos é de Leste (E), com 21,11% das ocorrências, e com ventos variando entre 3,6 a 5,7 m/s, com 35,6% das ocorrências. Na estação do verão, a predominância dos ventos é de leste-sudeste (ESE), com 22,57% e com velocidades variando entre 0,5 a 2,1 m/s, com 33,3 das ocorrências. No outono, predominam os ventos de leste-sudeste com 17,71% das ocorrências e com velocidades entre 0,5 e 2,1 m/s, com 43,6% das ocorrências. Na estação do inverno, a predominâncias dos ventos é de Nordeste (NE), e com velocidades variando entre 0,5 e 2,1 m/s, com 42,51% das ocorrências.
~7~
No primeiro período do dia, da meia noite até as seis horas da manhã a velocidade média do vento é 2,88 m/s e a classe de estabilidade atmosférica predominante é a E, com 41,1% das ocorrências. Das seis horas da manhã até o meio-dia, a velocidade média dos ventos é 2,64 m/s, e a classe de estabilidade atmosférica é a D, com 61,14% das ocorrências. Das seis horas da tarde às onze horas da noite, a velocidade média dos ventos é 4,52 m/s, e a classe de estabilidade atmosférica predominante é D, com 52,18% das ocorrências. As rosas dos ventos elaboradas na pesquisa se encontram ilustradas na Figura Z – R, indicam as direções preferenciais dos ventos durante o dia. 4.1. ESTIMATIVA DA TAXA DE EMISSÃO DO H2S Os dados experimentais das emissões do sulfeto de hidrogênio a partir da ETE se encontram apresentados na Tabela X. Tabela H. Dados experimentais das emissões de sulfeto de hidrogênio Ponto 1 2 3 4 5 6 7 8 9
Tempo (min) 0 10 20 30 40 50 60 70 80
Concentração (ppm) 0 8 14 15 16 16 17 22 22
dt (min)
dC (ppm)
dC/dt (ppm/min)
-10 -10 -10 -10 -10 -10 -10 -10
-8 -6 -1 -1 0 -1 -5 0
0,8 0,6 0,1 0,1 0,1 0,5 0,0
Observando os dados da tabela e da figura pode-se verificar que a velocidade de emissão do sulfeto de hidrogênio diminui ao longo do tempo, apesar da concentração aumentar progressivamente. Inspecionando os gráficos apresentados nas Figuras R e G verifica-se que a partir do instante do tempo igual a 90 min a emissão de H2S se torna praticamente constante. Os gráficos apresentados indicam que a concentração do sulfeto de hidrogênio no ar ambiente da região pesquisada, no ponto de lançamento, varia entre zero e 20 partes por milhão (ppm), significando que nesta concentração o H2S é perceptível. É importante citar a extrapolação da taxa de emissão do sulfeto foi realizada apenas para se estimar a concentração da taxa de emissão constante, portanto, esta hipótese não significa que a emissão do H2S não ocorra mais a partir deste ponto. Na verdade, a partir deste tempo (≈90´) a emissão ocorre de maneira constante
~8~
FIGURA X. Direções predominantes dos ventos nos períodos do dia na região pesquisada
dC/dt (ppm/min) 0,9 Taxa de emissão (ppm /min)
0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 -0,1
0
10
20
30
40 50 60 Tempo (min)
70
80
90
100
Figura S. Mosaico de gráficos indicando o comportamento da concentração e da taxa de emissão do sulfeto de hidrogênio a partir das instalações da ETE. . Para estimar o alcance da percepção do sulfeto de hidrogênio, supostamente oriundo da ETE foram simulados no computador os cenários hipotéticos da emissão do H2S, considerando diferentes condições meteorológicas e classes de estabilidade atmosférica de Pasquill-Gilford, tendo sido obtidos os resultados apresentados, a seguir. Nas figuras apresentadas as concentrações do H2S estão expressas na unidade de (µg m-3).
~9~
Assim, 1390 µg m-3, na CNTP, equivale a 1 ppm (uma parte por milhão). A concentração de perigo imediato a vida (IDLH) do H2S é 300 ppm ou 417 mil µg m-3. A concentração de percepção do H2S varia entre 0,1 a 1 ppm (de 139 a 13900 µg m-3) e a concentração letal do H2S varia de 700 – 1500 ppm (973.000 – 2.085.000 µg m-3). As isolinhas de concentração apresentadas nas figuras estão separadas umas das outras por uma distância de 100 metros. E, as linhas vermelhas, como, por exemplo, aquela indicada na figura Y define a distância máxima de percepção do odor do sulfeto de hidrogênio
Figura T. Campo de concentrações médias horárias do sulfeto de hidrogênio a nível do solo.
Figura Y. Perfis de concentração média do sulfeto de hidrogênio ao nível do receptor no instante do tempo de simulação igual a seis horas a partir do início das emissões de H2S.
~ 10 ~
Figura J. Campo de concentrações médias de 6H do H2S na estação da primavera
Figura R. Distribuição das concentrações do sulfeto de hidrogênio correspondente a 1h.
Figura S. Locais da região pesquisada onde foram observadas a maioria das reclamações da população quanto a presença de maus odores no ambiente destacados pelos símbolos das cores verde e vermelha.
~ 11 ~
Observando os resultados das simulações da dispersão atmosférica das emissões do H2S, pode-se notar que o segundo e quarto quadrantes são aqueles que sofrem os maiores impactos das emissões de H2S, corroborando os locais das entrevistas onde foram registradas a grande maioria das reclamações da população quanto a presença de odores fétidos, conforme ilustrado na Figura S. Com base na distância das isolinhas e das legendas apresentadas nas figuras verifica-se que a percepção dos odores pode atingir, cerca de, 500 metros a partir do centro das fontes de emissão do H2S dependendo das classes de estabilidade da atmosfera de Pasquill-Gilford que se observa na região pesquisada. É importante citar que, para as condições adotadas nas simulações dos cenários hipotéticos não foram observadas concentração tóxicas o suficiente para provocar danos à saúde da população residente na região pesquisada. Os máximos estimados pelo modelo de simulação da dispersão atmosférica do H2S variaram entre 410 µg m-3 para a concentração média de 6h até 667 µg m-3 para a concentração média de 1h. Os resultados das simulações indicaram também que, na sua grande maioria, as distâncias máximas de percepção dos odores de sulfeto de hidrogênio se encontram localizada na distância máxima de até 100 metros a partir do centro da estação de tratamento de esgotos. Dependendo da estação do ano e da velocidade dos ventos essa distância pode atingir até 500 metros a partir do centro da ETE. Com base nas rosas dos ventos e nos resultados das simulações foi possível verificar que as maiores plumas ou nuvens de sulfeto de hidrogênio acontecem na estação do verão, provavelmente em virtude da maior acessão das correntes de ar aquecidas por mecanismo convectivo. Quanto ao comportamento das emissões de sulfeto de hidrogênio durante os períodos do dia, os resultados das simulações indicaram que no período da noite, da meia-noite as seis horas da manhã é o pior período para a dispersão dos odores, provavelmente em virtude das velocidades dos ventos serem menores que nos demais períodos do dia, dificultando o espalhamento dos vapore de sulfeto de hidrogênio na atmosfera da região, além disso, a melhor altura da camada de mistura também limita a movimentação do H2S.
~ 12 ~
4. TRATAMENTO DOS DADOS EXPERIMENTAIS 1.1.
DEFINIÇÃO DAS VARIÁVEIS
Conforme citado, as respostas das fichas de entrevistas foram associadas as variáveis explicativas do modelo econométrico desenvolvido na pesquisa, para capturar a disposição da comunidade em receber compensação ambiental em virtude dos maus odores e a sua disposição em pagar para a conservação da qualidade do ar atmosférico da região avaliada. De todas as perguntas descritas nas fichas de entrevista foram selecionadas aquelas de interesse do estudo, especificamente cinco questões referentes as características individuais das pessoas entrevistadas, cinco questões relativas as características da moradia e da região onde foram executadas as entrevistas, cinco questões relativas as boas práticas e adversidades ambientais e três variáveis independentes, duas das quais correspondem as ofertas monetárias apresentadas pela população, para conservação da qualidade do ar da atmosférico e para a compensação em razão da perturbação da paz social devido a frequente percepção de maus odores, supostamente oriundos da ETE. No conjunto das variáveis explicativas havia as qualitativas e as quantitativas, cujas escalas de medida eram dos tipos: ordinária e nominal, e, contínua, respectivamente. Inicialmente, as variáveis foram codificadas tendo sido determinadas as estatísticas básicas descritivas, assim como, as funções densidades de distribuição de frequências. As variáveis qualitativas e as respostas do modelo, na sua grande maioria, não atenderam a função da densidade normal de probabilidades tendo sido corrigidas com a função do logaritmo neperiano. As variáveis do modelo econométrico foram escolhidas com base nos resultados dos testes paramétrico e não paramétricos usados para identificar as relações de dependência funcional que supostamente havia na amostra investigada. Finalmente, na segunda etapa de desenvolvimento do modelo econométrico, as variáveis escolhidas foram reunidas em três grupos, a saber: as variáveis do grupo das características pessoais do entrevistado; o grupo das variáveis relativas aos aspectos das moradias dos entrevistados; e o grupo das variáveis das questões ambientais de interesse da pesquisa.
~ 13 ~
As tabelas que apresentam os dados das entrevistas que foram associadas as variáveis originais, codificadas e padronizadas se encontram apresentadas no anexo do trabalho. Os códigos e as escalas numéricas utilizadas para transformar as variáveis independentes se encontram indicados na Tabela 1. Após terem sido realizados o tratamento e o cálculo das estatísticas descritivas foram realizados os testes preliminares com o fim de identificar quais eram as variáveis que deveriam ser adotadas para a construção do modelo econométrico. Em razão da dificuldade de entender as verdadeiras forças e o papel que as variáveis desempenham nos resultados do modelo, realizou-se uma análise detalhada das correlações de dependência funcional, das significâncias e das contribuições de cada uma das variáveis nas respostas do modelo. A seguir, apresentam-se os resultados obtidos a partir da análise sistemáticas realizada com a variáveis quantitativas contínuas e qualitativas nominais e ordinárias. Tabela 1. Variáveis explicativas adotas para construir o modelo econométrico. VARIÁVEL
CÓDIGO
TIPO
GRUPO
ESCALAS ADOTADAS
Setor da entrevista
Z1
Ordinária
2
1, 2, 3, 4
Q1, Q2, Q3, Q 4
Sexo do indivíduo
Z2
Nominal
1
1, 2
MS, FM
Idade do indivíduo
Z3
Contínua
1
1, 2, 3, 4
10, 30, 60, 90
Grau de instrução
Z4
Ordinária
1
1, 2, 3, 4
N, F, S, U, P
Renda familiar
Z5
Ordinária
1
1, 2, 3, 4
1S, 3S, 10S, 20S+
Situação do imóvel
Z6
Nominal
2
1, 2, 3
P, A, O
Tempo de moradia
Z7
Ordinária
2
1, 2, 3
0 – 5; 5 – 10; > 10
N° de moradores
Z8
Ordinária
2
1, 2, 3
Satisfação do bairro
Z9
Nominal
2
1, 2, 3
G, UP, NG
Questões ambientais
Z10
Nominal
3
1, 2, 3
S, UP, N
Separação do lixo
Z11
Nominal
3
1, 2
S, N
Destino do esgoto
Z12
Nominal
3
1, 2, 3
RD, F, R
Problema ambiental
Z13
Nominal
3
1, 2, 3
O, L, I
Incômodo pessoal
Z14
Nominal
3
1, 2, 3, 4
S,
Ocupação
Z15
Nominal
1
1, 2, 3, 4
AU, EM, AP, ES, LA
DAP
Y1
Contínua
0
0 – 50
DAR
Y2
Contínua
0
0 - 50
Legenda. (Z1) QN – quadrante; (Z2) MS – masculino, FM – feminino; (Z4) N – nada; F – fundamental, S – secundário; U – superior, P – pós-graduação; (Z5) 1S – 1 salário; (Z6) P - próprio, A – alugado, O – outro; (Z10); G – gosta, UP – um pouco, NG – não gosta; (Z11); S – sim, UP – um pouco, N – não; (Z12) S – sim, N - não; (Z13) RD – rede, F – fossa, R – rio; (Z14) O – odor, L – lixo, I – inundação; (Z16) AU – autônomo, EM – empregado, AP – aposentado, ES – estudante, LA – do lar; DAP – disposição a pagar; DAR – disposição a receber.
~ 14 ~
5. ANÁLISE ESTATÍSTICA DAS VARIÁVEIS Inicialmente, analisaram-se as frequências dos valores DAP e DAR, tendo sido obtidos os resultados apresentados nas tabelas e figuras que seguem. Tabela 1. Frequências acumuladas de ocorrência dos valores DAP Valores DAP
Frequência Porcentual
0 1 5 10 15 Válido 20 25 30 35 50 Total Ausente Sistema Total
79 13 3 23 1 4 1 3 1 8 136 64 200
39,5 6,5 1,5 11,5 ,5 2,0 ,5 1,5 ,5 4,0 68,0 32,0 100,0
Porcentagem Porcentagem Válida Acumulativa 58,1 58,1 9,6 67,6 2,2 69,9 16,9 86,8 ,7 87,5 2,9 90,4 ,7 91,2 2,2 93,4 ,7 94,1 5,9 100,0 100,0
Tabela 2. Distribuição das frequências de ocorrência dos valores da DAR. Valores da DAR
Válido
Frequência Porcentual
Porcentagem Porcentagem Válida Acumulativa
0 1 4 5 7 10 15
45 7 1 11 1 26 5
22,5 3,5 ,5 5,5 ,5 13,0 2,5
34,4 5,3 ,8 8,4 ,8 19,8 3,8
34,4 39,7 40,5 48,9 49,6 69,5 73,3
18 20 25 30
1 13 1 6
,5 6,5 ,5 3,0
,8 9,9 ,8 4,6
74,0 84,0 84,7 89,3
14 131 69 200
7,0 65,5 34,5 100,0
10,7 100,0
100,0
50 Total Ausente Sistema Total
Analisando os dados das frequências da DAP descritos na Tabela 1 pode-se notar que dos 200 dados experimentais 136 (68%) são válidos e 64 (34,2%) são ausen-
~ 15 ~
tes, isto é, não foram apresentados. Dos 136 dados válidos 79 (58,1%) correspondem ao valor DAP igual a zero, 8dados são valores DAP igual 50 (5,9%) e 4 dados são valores DAP na faixa de 30-35 (2,9%). Observando a última coluna da Tabela 2 verifica-se que porcentagem acumulada de 90,4% corresponde ao valor DAP igual 20 e deste ponto em diante se encontram os valores da DAP entre 25 e 50 reais, os quais juntos representam apenas 8,8% de todos os dados do conjunto amostral. Na Figura X indica-se a distribuição de DAP. Quanto aos valores da DAR, os dados da Tabela 3 indicam que dos 200 pontos experimentais 131 são válidos e 69 (34,5%) são ausentes. Dos 131 pontos válidos 45 (34,4%) correspondem a DAR igual a zero e 14 (10,7$%) são relativos a DAR igual a 50, e 7 dados experimentais correspondem ao valor da DAR entre 30 – 25 reais, o que representa, cerca de, 5,4% do conjunto de dados amostrais. Considerando o número de ofertas da DAP com valor compreendido no intervalo de 50 a 30 reais, decidiu-se retirar estes dados da amostra, por terem sido considerados como anomalias em relação aos demais valores experimentais da DAP, que constituem o conjunto amostral. Para DAR, adotou-se o mesmo critério da DAP, tendo sido obtida a distribuição de frequências apresentada na FIGURA XX.
Figura X. Histograma de distribuição de frequências da disposição a pagar da população para a conservação da qualidade do ar atmosférico da região pesquisada, sem a inclusão dos pontos da DAP relativos aos valores de 50 – 30 reais.
~ 16 ~
Figura XX. Histograma de distribuição dos valores da disposição a receber compensação por percepção de maus odores no ar atmosférico da região pesquisada. Observando os histogramas de distribuição de frequências da DAP e da DAR se pode notar que os dados experimentais não atendem a função da densidade de distribuição normal de frequências, apresentando picos acima da média e caudas pesadas a esquerda como indicado pelos coeficientes de Skewness e Curtoses. Tabela X. Estatísticas de tendência central dos valores da DAP e da DAR. Estatísticas
DAP
DAR *
Validos N
122
107
Média
2,81
6,22
Erro Padrão
0,462
0,684
Máximo
20,00
20,00
Desvio padrão
5,101
6,225
Variância
26,022
50,006
Na Tabela 2 se pode avaliar as estatísticas descritivas das variáveis ordinárias e a continuas. Os dados da tabela indicam que a média das DAP e DAR foram respectivamente da ordem de R$ 2,83 e R$ 6,21, indicando que a média DAR é maior o que a DAP. Posteriormente, os resultados apresentados na Tabela 2 foram utilizados para determinar a DAP e DAR médias em função das variáveis do modelo.
~ 17 ~
Como citado, as variáveis do grupo aspectos pessoais contemplaram: sexo; idade; escolaridade; renda familiar e ocupação do entrevistado. Com a organização e o tratamento das informações obtiveram-se os resultados descritos na Tabela K, os quais indicam que os valores DAP e DAR ofertados pela comunidade durante as entrevistas, na média são semelhantes, mas individualmente são diferentes. Observando os dados da tabela nota-se que o valor da média da DAP é da ordem de R$ 2,81, enquanto o valor DAR é R$ 6,22, praticamente duas vezes o valor DAP. Na primeira coluna da citada tabela encontram-se indicadas as categorias ou classes de cada uma das variáveis, as quais foram associadas as questões das fichas de entrevista. Na coluna seguinte se pode avaliar o grande número de entrevistados que colaboraram na pesquisa. As demais colunas apresentam as estatísticas das DAPs e DARs. Inspecionado as colunas da citada tabela se pode notar que, independentemente das categorias das variáveis, as médias e os somatórios das DAPs e DARs são praticamente constantes para todas as categorias. Na categoria, propriamente dita os valores DAPs e DARs são distintos, o que sugere que as entrevistas, conseguiram “captar” as disposições da população em pagar, todo mês, certo montante financeiro, para assegurar a qualidade do ar local, bem como, para receber a compensação na forma de desconto tributário. Inspecionado as colunas se pode notar que, independente das categorias das variáveis explicativas, os valores das médias e dos somatórios das DAP e DAR são praticamente constantes para todas as categorias, mas, na própria categoria, os valores DAP e DAR são diferentes indicando que as entrevistas, a princípio, conseguiram “capturar” as disposições da população em pagar uma certa quantia de dinheiro, todo o mês, para assegurar a qualidade do ar, assim como, a disposição de receber compensação na forma de desconto tributário, em razão da perturbação da paz devido a presença de vapores de H2S no habitat. Quanto ao comportamento da DAP e da DAR na Figura 3 observa-se que na pesquisa foram entrevistadas 200 pessoas, destas, 110 mulheres e 90 homens. Com base nos critérios de qualidade adotados, nas categorias da variável “sexo” foram consideradas válidas123 entrevistas, as quais foram realizadas com 68 mulheres e 55 homens. Nas figuras que se encontram apresentadas na sequência podem ser observados os histogramas de distribuição de frequências das variáveis qualitativas, nominais e ordinárias.
~ 18 ~
Tabela 2. Distribuição dos valores DAP e DAR em função das variáveis explicativas. Z2_SEXO Feminino Masculino Todos Z4_ESCOLA Fundamental Médio Superior Pós-graduação Nada Todos Z6__IMOVEL Próprio Alugado Outro Todos Z7_TEMPO Mais de 10 5 – 10 0–5 Todos Z9_BAIRRO Sim Não Mais ou menos Todos Z10_AMBIENTE Sim Um pouco Não Faltando Todos Z11_LIXO Sim Não Todos Z12_ESGOTO Rede Faltando Outro Todos Z13_PROBLEMA Mau cheiro Lixo Outro Nada Todos Z14_INCOMODO Saúde Atitude Natureza Faltando Todos Z15_OCUPACAO Empregado Autônomo Aposentado Outro Desempregado Estudante Todos
DAP Média D. Padrão 2,64 5,06 3,07 5,22 2,83 5,12
N 102 82 184
Soma 67 54 121
78 70 25 7 4 184
56 40 18 5 2 121
2,16 4,28 2,22 2 0,5 2,83
150 24 10 184
100 15 6 121
97 49 38 184
DAR Média D. Padrão 6,18 6,67 6,25 7,47 6,21 7,04
N 177 166 343
Soma 55 53 108
4,37 6,44 3,92 4,47 0,71 5,12
121 171 40 10 1 343
52 33 14 5 4 108
4,4 7,64 6,79 13 7,5 6,21
5,71 7,96 7,75 8,37 5 7,04
229 252 95 65 30 671
3,18 1 1,67 2,83
5,39 2,8 4,08 5,12
318 15 10 343
86 16 6 108
6,2 7,06 4,17 6,21
7,07 7,75 4,92 7,04
533 113 25 671
64 30 27 121
4,06 0,7 2,3 2,83
5,78 2,53 4,84 5,12
260 21 62 343
54 27 27 108
6,78 7,7 3,59 6,21
7,06 7,26 6,29 7,04
366 208 97 671
157 14 13 184
101 12 8 121
2,95 2,92 1,25 2,83
5,11 6,2 3,54 5,12
298 35 10 343
94 7 7 108
6,34 2,14 8,57 6,21
7,31 3,93 3,78 7,04
596 15 60 671
145 33 4 2 184
90 27 2 2 121
2,56 4,15 0,5 0 2,83
4,85 6,1 0,71 0 5,12
230 112 1 0 343
82 22 3 1 108
6,72 4,77 5 0 6,21
7,28 6,38 5 . 7,04
551 105 15 0 671
170 14 184
114 7 121
3,01 0 2,83
5,22 0 5,12
343 0 343
97 11 108
6,47 3,91 6,21
7,15 5,75 7,04
628 43 671
159 14 11 184
108 5 8 121
2,81 2 3,75 2,83
4,99 4,47 7,44 5,12
303 10 30 343
96 8 4 108
6,16 8,13 3,75 6,21
6,91 8,84 7,5 7,04
591 65 15 671
121 29 20 14 184
89 16 12 4 121
3,33 2,19 1 0 2,83
5,33 5,47 2,86 0 5,12
296 35 12 0 343
72 17 14 5 108
6,08 5,41 7,86 6,2 6,21
6,8 6,96 8,25 8,79 7,04
438 92 110 31 671
73 67 32 12 184
52 47 20 2 121
2,87 1,77 5,55 0 2,83
4,39 4,31 7,56 0 5,12
149 83 111 0 343
57 34 14 3 108
5,84 5,94 7,5 10,33 6,21
7,04 6,68 7,78 9,5 7,04
333 202 105 31 671
62 44 27 22 15 14 184
37 32 19 15 9 9 121
3,3 2,56 2,11 2,2 3,44 3,89 2,83
5,89 5,66 3,7 4,06 4,93 4,86 5,12
122 82 40 33 31 35 343
34 29 16 11 8 10 108
7,29 4,34 4 8,27 5 10,2 6,21
7,52 6,87 6,04 5,9 4,63 8,39 7,04
248 126 64 91 40 102 671
~ 19 ~
N 340 331 671
Figura XX. Mosaico de gráficos indicando as distribuições de frequências das variáveis qualitativas, nominais e ordinárias do modelo desenvolvido na pesquisa.
~ 20 ~
Figura AA. Distribuição de frequência do grau de instrução dos indivíduos entrevistados na pesquisa de campo. Na Tabela Y apresentam-se as estatísticas básicas descritivas das variáveis qualitativas cujas respostas associadas foram codificadas empregado as escalas dos valores que se encontram apresentados nas tabelas dos anexos. Tabela Y. Estatísticas básicas descritivas das variáveis qualitativas codificadas. Variável
N
Média
D. Padrão
Mediana
E. Padrão
Max
Min
Variância
Z2
196
0,44
0,5
0
0,04
1
0
0,25
Z4
196
2,22
1,68
2
0,12
6
1
2,81
Z5
185
4,24
1,46
4
0,11
8
2
2,13
Z6
196
3,26
1,08
4
0,08
4
1
1,16
Z7
196
2,32
0,79
3
0,06
3
1
0,63
Z8
196
3,39
1,36
3
0,1
7
1
1,84
Z9
196
2,79
0,55
3
0,04
3
1
0,3
Z10
194
2,16
0,44
2
0,03
3
1
0,2
Z11
196
0,92
0,27
1
0,02
1
0
0,08
Z12
181
0,94
0,24
1
0,02
1
0
0,06
Z13
196
2,14
0,81
2
0,06
4
1
0,66
Z14
184
2,21
1,16
2
0,09
4
1
1,36
Z15
196
3,33
1,58
4
0,11
6
1
2,5
~ 21 ~
Figura z. Mosaico de gráficos apresentando os histogramas das frequências dos valores das variáveis cujas escalas de medida são numéricas contínuas.
~ 22 ~
Tabela. 1 Estatísticas das variáveis codificadas cujas escalas são numéricas Estatísticas
Z3
Z5
Z8
Validos N
196
185
196
Média
44,30
4,24
3,39
Mediana
44,0
4,00
3,00
Mínimo
14,0
2,00
1,00
Máximo
80,0
8,00
7,00
Erro padrão
1,13
0,11
0,09
Variância
250,53
2,13
1,84
Desvio padrão
15,83
1,46
1,36
Skewness
0,08
0,47
0,24
Curtoses
-0,81
-0,50
-0,34
Legenda (*) – a variável Z3 não foi codificada nesta tabela.
Após a determinação das estatísticas descritivas das variáveis qualitativas e quantitativas do modelo foram executados os testes de hipóteses visando a identificações de possíveis relações funcionais que poderia haver no conjunto amostral. O primeiro teste realizado foi a comparação das médias e das medianas das variáveis dependentes do modelo, isto é, da DAP e da DAR.
2.1. TESTES ESTATÍSTICOS DAS RESPOSTAS No teste realizado nessa etapa adotou-se como hipótese nula de que a média dos valores DAP era igual a média dos valores DAR, ou seja, que a diferença entre as médias era igual a zero. Em contrapartida a hipótese alternativa definida foi de que a diferença das médias, DAP e DAR, não era igual a zero. Além disso, definiuse que os desvios padrões populacionais eram desconhecidos e diferentes um do outro, tendo sido obtidos os resultados, a saber: a) Hipótese nula (Ho): X DAP − X DAR = D (D = 0) b) Hipótese alternativa (H1): X DAP − X DAR ≠ D (D ≠ 0)
c) Nível significância: α = 0,05 (5%), como é bicaudal (0,05 /2 = 0,025)
d) Região de rejeição de Ho: Figura D
~ 23 ~
RR Îą = ,05
Figura D. Indicação da regiĂŁo de rejeição da hipĂłtese nula (R.R.) Para Îą = 0,05, e ν=190 graus de liberdade, consultando a tabela da distribuição de t-Student obtĂŠm-se o valor da estatĂstica t crĂtica = 1,96
e) CĂĄlculo da estatĂstica
t=
ν=
(xďż˝1 − xďż˝ 2 ) − đ?‘‘đ?‘‘ đ?‘ đ?‘ 2 đ?‘ đ?‘ 2 �� 1 + 2 ďż˝ n n
(w1 + w2 )2
1
w12 w22 + n1 − 1 n2 − 1
2
w1 =
s12 n1
w2 =
Para este caso, consultando a tabela X verifica-se que •
•
DAR (1) o
N = 107 (nĂşmero de dados)
o
X = 6,22 (mĂŠdia)
o
S2 = 50,01 (variância)
DAP (2) o
N = 122 (nĂşmero de dados)
o
X = 2,82 (mĂŠdia)
o
S2 = 26,02 (variância)
Substituindo nas equaçþes obtÊm-se
~ 24 ~
s22 n2
w1 =
50,01 = 0,4674 107
w2 =
26,02 = 0,2133 122
(0,4674 + 0,2133)2 = 190 ν= 0,46742 0,21332 + 107 − 1 122 − 1
t calculado =
(6,66 − 2,82) − 0
��50,01 + 26,02� 122 107
= 4,65
Como | tcalculado | > t α /2 (1,92), rejeita-se Ho, ou seja, o resultado amostral é suficiente para afirmar-se que a média DAR é superior à média DAP no nível de significância considerado. 2.2.
TESTES ESTATÍTICOS PARA AS VARIÁVEIS EXPLICATIVAS
Inicialmente, as variáveis explicativas foram analisadas individualmente em função das categorias. Nesta etapa adotou-se o programa de computador IBM SPSS. O teste binomial foi aplicado as variáveis: Z2 (sexo); Z11 (reciclagem de lixo) e Z12 (destino do esgoto), tendo sido obtidos os resultados, a saber:
Valor - p
Figura W. Teste Binomial da variável Z11, o qual não foi verificado, pois o valor-p associado ao teste é menor que a significância cujo valor adotado foi de α = 0,05.
~ 25 ~
Figura X. Teste binomial indicando que existe chance (17,9%) das categorias masculino e feminino ocorrem com a mesma probabilidade, uma vez o valor-p é maior do que o valor da significância adotada para o teste (valor – p (0,179) > α = 0,05).
Figura W. Resultado do teste binomial para as categorias da variável Z11, reciclagem de lixo doméstico indicando que a probabilidade associada ao teste é menor do que o nível de significância adotado e, portanto, a chance das categorias desta variável explicativa ocorrer com a mesma probabilidade é praticamente nula. Para as variáveis explicativa do modelo econométrica com mais do que duas categorias, como, por exemplo, idade e quadrante adotaram-se os testes da normalidade de Kolmogorov-Smirnov e da probabilidade de ocorrência de Chi-quadrado para uma amostra, tendo sido obtidos os resultados apresentados, a seguir.
~ 26 ~
Figura Y. Verificação do teste Kolmogorov-Smirnov da normalidade da distribuição das frequências de ocorrência dos valores da variável explicativa Z3 (idade), uma vez que, o valor-p é maior que o valor da significância adotado no teste. Observase que esse teste foi realizado com os dados originais desta variável.
Figura S. Resultado do teste da probabilidade de ocorrência das quatro categorias (setor 1, 2, 3 e 4) da variável explicativa quadrante onde foram realizadas as entrevistas da população que reside no entorno da ETE, o qual indicou que a probabilidade de ocorrência das categorias é igual, como já era esperado, uma vez que, foram realizadas 50 entrevistas em cada um dos quatro quadrantes ou setores de pesquisa.
~ 27 ~
Ainda com relação ao quadrante da entrevista (Z1), aplicando o teste de KruskalWallis de amostras independentes verificou-se que as variáveis Z5, Z3 e DAP apresentaram a mesma distribuição de frequências entre as categorias desta variável (Z1).
O teste não paramétrico de Kruskal-Wallis, em geral, é utilizado para se fazer comparações de várias localizações das populações com distribuições contínuas. A hipótese nula do teste e de que as populações têm a mesma localização, enquanto, a hipótese alternativa é de que pelos menos duas populações não tem a mesma localização. O teste é realizado do mesmo modo como é executado o teste de Mann-Whitney, ou seja, ordenando os dados e comparando os intervalos das categorias de interesse.
Figura T. Resultados do teste de Kruskal-Wallis das variáveis Z5, Z3 e DAP, indicando que estas variáveis apresentaram a mesma distribuição nos quadrantes ou setores onde foram realizadas as entrevistas da população. Por exemplo, no mosaico de resultados que se encontram ilustrados na Figura F, pode-se observar que o resultado do teste de Mann- Whitney revelou que a DAR apresenta a mesma distribuição de ocorrência nas duas categorias da variável “sexo”, isto é, tanto os entrevistados do sexo masculino com do feminino apresentaram, praticamente a mesma disposição a receber compensação pela percepção de maus odores (DAR), em nível de 0,99 de significância.
~ 28 ~
(a)
(c)
(b)
(d)
Figura SS. Mosaico de resultados dos testes estatísticos aplicados as variáveis do modelo: (a) Teste de Mann-Whitney para amostras independentes, nível de 0,99 de significância, indicando que distribuição da reposta DAR é a mesma nas categorias da variável “sexo”; (b) Resultado do teste de Kruskal-Wallis indicando que a distribuição da resposta DAR é a mesma nas categorias da variável “problema ambiental do bairro (Z14); (c) Resultado do teste de Kruskal-Wallis indicando que as variáveis DAP e DAR apresentam as mesma distribuição de ocorrências nas categorias Z4 (grau de instrução); (d) Teste de Kruskal-Wallis indicando relação entre Z5 e Z7.
~ 29 ~
Figura TT. Resultados dos testes de Kruskal-Wallis indicando que as variáveis DAP, Z3, Z5 e DAR apresentaram, na ocasião das entrevistas da população, a mesma distribuição de frequências entre as categorias da variável explicativa Z13 – principal problema ambiental do bairro. Sem ter esgotado todas as possibilidades de identificação das potenciais relações de dependência funcional, supostamente existentes no conjunto amostral, com os resultados descritos pode-se constatar que certas variáveis as quais não apresentam indicam relação funcional direta ou proporcional, uma com a outra, a frequência de verificação dos testes estatísticos destas variáveis é significativa, notadamente em relação as respostas do modelo, isto é, as variáveis dependentes DAP e DAR, como, por exemplo, as variáveis do grupos das características pessoais e do grupo dos aspectos ambientais (Z1, Z2, Z3, Z5, Z7, Z13, Z14), significando que as variáveis do segundo grupo – aspectos da moradia do entrevistado, provavelmente eram aqueles que apresentavam pouca influência nas respostas quanto as disposições apresentadas pela população para a conservação da qualidade do ar e compensação pela perturbação da paz decorrente da presença e odores fétidos no ambiente onde habitam os indivíduos participantes da pesquisa desenvolvida.
Na Figura 4 pode ser avaliada a superfície tridimensional determinada como os valores das variáveis quadrante onde foi realizada a entrevista, idade do indivíduo e renda familiar do entrevistado. Nas figuras apresentadas na sequencia podem observados os comportamentos das variáveis do grupo de características pessoais do entrevistado.
~ 30 ~
Figura 4. Comportamento das DAP e DAR em função do setor de coleta dos dados e da renda familiar do entrevistado. Analisando as superfícies pode-se ver que a primeira superfície, construída com os valores da DAP é mais plana do que a segunda superfície, a qual foi elaborado com os valores da DAR. A princípio, como base nos resultados obtidos se pode verificar que a disposição a receber compensação na forma de desconto de tributos é maior que a disposição a pagar para a melhoria da qualidade do ar na região.
~ 31 ~
As superfícies tridimensionais ilustradas na figura foram construídas combinando os valores experimentais das DAPs, DARs e das variáveis “renda”, “idade”, “setor”. Observado o plano inferior dos eixos coordenados da primeira superfície pode-se notar que à medida que aumenta o nível da renda familiar a disposição a pagar também aumenta, atingindo um patamar, praticamente constante no centro da superfície. Observado o comportamento da DAR ilustrado na segunda figura, constata-se não igual ao do caso anterior, pois o valor DAR nunca atinge um regime constante de crescimento, apresentado uma taxa de aceleração cada vez maior. Tendo sido determinadas as estatísticas de interesse pode-se iniciar o estudo das correlações de dependência funcional, supostamente existentes na amostra investigada. Nessa segunda etapa de desenvolvimento do modelo realizou-se significativo esforço para identificar as variáveis independentes que foram escolhidas para construir o modelo em questão. A dificuldade da elaboração do modelo maior reside na escolha das variáveis adequadas, pois o número de combinações possíveis que os dados experimentais podem realizar é muito grande. Adotando factível associar as respostas das fichas de entrevista com as variáveis independentes, para determinação dos coeficientes da equação do modelo o número de combinações possíveis que as variáveis podem realizar é igual a combinação de 200 elementos, tomados, quatorze a quatorze, em torno, de 1,18 x 10 21 combinações. Para contornar essa dificuldade foram considerados os resultados dos testes estatísticos e das matrizes de Pearson e de Spearman a serem descritos na sequência. Além disso, deve-se notar que as variáveis das equações do modelo, na sua grande maioria são algébricas e lineares, significando que os termos que as constituem deverão ser independentes uns dos outros para que não se tenha problema de colinearidade entre os termos das equações, justificando desta maneira a escolha das técnicas supracitadas para desenvolver o modelo almejado.
6. ANÁLISE DAS CORRELAÇÕES DAS VARIÁVEIS A identificação das correlações supostamente existentes na amostra foi realizada aplicando os testes de Pearson e de Spearman. Para tanto, as variáveis nominais foram transformadas para a escala numérica e posteriormente foram padronizadas em conjunto com as respostas DAP e DAR. Nas Tabelas 5 – 7 apresentamse os coeficientes de correlação das variáveis do modelo que foram determinados com a matriz de Spearman.
~ 32 ~
Os resultados indicaram que todas as variáveis do primeiro grupo apresentaram correlações, assim como, as do segundo grupo de variáveis mas, as variáveis do terceiro grupo não apresentam fortes relações como observadas para os dois primeiros grupos. Nas Tabela 8-9 se podem observar a contabilidade das correlações significativas das variáveis de cada um dos grupos definidos na pesquisa. Tabela 5. Resultado do teste do coeficiente de posto da matriz de Spearman. Variável Z1 Z2 Z3 Z4 Z5 Z6 Z7 Z8 Z9 Z10 Z11 Z12 Z13 Z14 Z15 DAP DAR
Correlações marcada são significativas em nível de p <,05000 Z1 Z2 Z3 Z4 Z5 1,000 0,075 -0,162 -0,094 0,219 0,075 1,000 -0,094 -0,145 0,080 -0,162 -0,094 1,000 0,140 0,045 -0,094 -0,145 0,140 1,000 0,014 0,219 0,080 0,045 0,014 1,000 -0,156 0,055 -0,066 -0,076 0,049 0,186 0,000 -0,200 -0,048 0,113 -0,082 0,077 -0,163 -0,081 -0,061 0,017 0,120 0,022 -0,027 -0,147 -0,035 -0,072 0,028 -0,036 -0,009 0,020 -0,049 0,065 0,100 0,005 0,033 -0,001 -0,051 -0,055 0,031 0,068 0,016 0,090 0,092 0,066 0,230 0,175 -0,065 -0,068 0,026 0,124 0,131 -0,016 -0,064 -0,008 -0,012 0,062 0,097 -0,172 0,097 -0,067 0,014 -0,052 -0,124 0,321
Observação. Os resultados assinados com a cor vermelha apresentaram significância estatística.
Tabela 6. Resultado do teste de Spearman das variáveis do primeiro grupo. Correlações marcada são significativas em nível de p <,05000 Variável
Z1
Z2
Z3
Z4
Z1
-0,156 0,055 -0,066 -0,076 0,049 1,000 0,118 -0,038 -0,057 0,028 -0,074 -0,022 0,027 0,179 0,201 0,000 -0,061395
0,186 0,000 -0,200 -0,048 0,113 0,118 1,000 -0,189 -0,144 -0,067 -0,077 -0,039 0,007 0,018 -0,096 -0,162 -0,269424
-0,082 0,077 -0,163 -0,081 -0,061 -0,038 -0,189 1,000 0,104 -0,060 -0,047 -0,030 -0,120 0,066 -0,020 0,177 0,130367
0,017 0,120 0,022 -0,027 -0,147 -0,057 -0,144 0,104 1,000 0,042 0,120 -0,096 0,045 0,100 0,130 0,110 -0,015432
Z2 Z3 Z4 Z5 Z6 Z7 Z8 Z9 Z10 Z11 Z12 Z13 Z14 Z15 DAP DAR
~ 33 ~
Tabela 7. Resultado do teste de Spearman do terceiro grupo de variáveis. VARIÁVEIS
Z1
Z2
Z3
Z4
Z1
-0,035
0,020
0,033
0,068
Z2
-0,072
-0,049
-0,001
0,016
Z3
0,028
0,065
-0,051
0,090
Z4
-0,036
0,100
-0,055
0,092
Z5
-0,009
0,005
0,031
0,066
Z6
0,028
-0,074
-0,022
0,027
Z7
-0,067
-0,077
-0,039
0,007
Z8
-0,060
-0,047
-0,030
-0,120
Z9
0,042
0,120
-0,096
0,045
Z10
1,000
0,053
0,029
-0,049
Z11
0,053
1,000
-0,101
-0,016
Z12
0,029
-0,101
1,000
-0,039
Z13
-0,049
-0,016
-0,039
1,000
Z14
0,027
0,059
0,057
-0,130
Z15
-0,049
0,042
0,055
-0,077
DAP
0,184
0,086
-0,073
0,013
DAR
-0,075
0,049
0,123
0,051
Z1
0,230
0,124
-0,012
-0,067
Z2
0,175
0,131
0,062
0,014
Z3
-0,065
-0,016
0,097
-0,052
Z4
-0,068
-0,064
-0,172
-0,124
Z5
0,026
-0,008
0,097
0,321
Z6
0,179
0,201
0,000
-0,061
Z7
0,018
-0,096
-0,162
-0,269
Z8
0,066
-0,020
0,177
0,130
Z9
0,100
0,130
0,110
-0,015
Z10
0,027
-0,049
0,184
-0,075
Z11
0,059
0,042
0,086
0,049
Z12
0,057
0,055
-0,073
0,123
Z13
-0,130
-0,077
0,013
0,051
Z14
1,000
0,292
0,003
-0,018
Z15
0,292
1,000
-0,011
-0,112
DAP
0,003
-0,011
1,000
0,431
DAR
-0,018
-0,112
0,431
1,000
OBS. As variáveis assinaladas com a cor vermelha apresentam correlação significativa, ao nível de 5%
O resumo da contabilidade das correlações identificadas no conjunto das variáveis analisadas pode ser avaliado na Tabela 8.
~ 34 ~
Tabela 8. Resumo das correlações significativas dos grupos de variáveis. Grupo 1
Grupo 2
Grupo 3
Z2 = 2
Z1 = 5
Z10 = 1
Z3 = 4
Z6 = 3
Z11 = 0
Z4 = 3
Z7 = 5
Z12 = 0
Z5 = 3
Z8 = 3
Z13 = 0
Z15 = 2
Z9 = 2
Z14 = 4
Total = 14
Total = 18
Total = 5
Na Tabela, pode-se verificar que no grupo das variáveis relativas as características individuais das pessoas entrevistadas na pesquisa foram identificadas 14 correlações significativas, sendo que a variável Z3 foi aquela que apresentou o maior número de correlações do grupo, com quatro ocorrências, em seguida, se encontram empatadas as variáveis Z4 e Z5, depois, seguem as variáveis Z2 e Z15 como duas ocorrências. O segundo grupo foi aquele que apresentou o maior número de casos de correlação, com 18 ocorrências. Neste grupo, as variáveis Z7 e Z1 estão pareadas em primeiro lugar com 5 casos de correlação observados, na sequência, com três ocorrências, estão empatadas na segunda posição as variáveis Z6 e Z8, e na última colocação deste grupo se encontra a variável explicativa Z9, com duas ocorrências. Finalmente, no terceiro grupo de variáveis explicativas foram observados apenas cinco casos de correlação, especificamente, quatro ocorrências na variável Z14 e uma ocorrência na variável Z10.
7. ESTIMATIVA DAS DAPs MÉDIAS Antes iniciar a descrição da construção e análise do modelo econométrico, apresentam-se os resultados da estimativa das disposições a pagar pela conservação da qualidade do ar atmosférico e a receber compensação pela perturbação da paz, supostamente oriunda das emissões de sulfeto de hidrogênio a partir da ETE. Os valores das DAPs e DARs médios foram determinando pelo modelo recomendado por MOTTA (REF), cuja equação é definida como: y
ni DAPtotal = � DAPMi � � ∙ (X) N i=1
~ 35 ~
(U)
Sendo: DAP total – a disposição total a pagar; DAPMi – a disposição a pagar média, ni – o número de entrevistados dispostos a pagar; N – o número total de entrevistados; y – número de intervalos relativos às respostas DAP, i – um dos intervalos, X – N° estimado de habitantes situados na área durante a pesquisa. Nesta etapa do estudo adotaram-se apenas as variáveis do primeiro grupo os dados que se encontram indicados na Tabela 2. A variável “sexo” tem dois intervalos, e as demais variáveis, idade, renda familiar, escolaridade e ocupação apresentam quatro intervalos. Para calcular os valores das médias das DAPs de cada variável, empregou-se a frequência relativa tendo sido mantidos na amostra os valore nulos da DPA e da DAR. A região onde foram realizadas as entrevistas contempla dois bairros, em função disso decidiu-se adotar a soma das populações dos bairros, que é igual a 41.498 habitantes. Tabela S. Resultados do cálculo da DAP total a partir dos valores das DAPs escritas em termos das variáveis do grupo dos aspectos individuais da pessoa. Z2 - Sexo Feminino Masculino Média Z3 - Idade 1 2 3 4 5 Média Z4 - Instrução Fundamental Médio Nada Pós-graduação Superior Média Z5 - Renda 0 1 2 3 4 5 6 7 8 Média Z15 - Ocupação Empregado Autônomo Aposentado Outro Desempregado Estudante Média
N 110 88 198
ni 68 55 123
DAPi R$ 2,60 R$ 3,47 R$ 3,04
DAPi/ni R$ 0,04 R$ 0,06 R$ 0,05
ni/N 0,1297 0,1049 0,1173
DAPMi (ni/N) R$ 0,005 R$ 0,007 R$ 0,01
DAPMi (ni/N) * X R$ 206,04 R$ 274,83 R$ 240,43
27 36 58 38 39 198
19 23 30 27 24 123
R$ 3,74 R$ 1,61 R$ 3,20 R$ 3,19 R$ 3,25 R$ 3,00
R$ 0,20 R$ 0,07 R$ 0,11 R$ 0,12 R$ 0,14 R$ 0,13
0,0960 0,1162 0,1515 0,1364 0,1212 0,1242
R$ 0,02 R$ 0,01 R$ 0,02 R$ 0,02 R$ 0,02 R$ 0,02
R$ 783,85 R$ 337,43 R$ 670,67 R$ 668,58 R$ 681,15 R$ 628,34
84 77 4 7 26 198
57 41 2 5 18 123
R$ 2,12 R$ 4,78 R$ 0,50 R$ 2,00 R$ 2,22 R$ 2,32
R$ 0,04 R$ 0,12 R$ 0,25 R$ 0,40 R$ 0,12 R$ 0,19
0,2879 0,2071 0,0101 0,0253 0,0909 0,1242
R$ 0,01 R$ 0,02 R$ 0,00 R$ 0,01 R$ 0,01 R$ 0,01
R$ 444,91 R$ 1.001,82 R$ 104,79 R$ 419,17 R$ 465,28 R$ 487,19
1 1 16 54 40 37 23 12 3 187
0 0 12 33 24 25 14 6 2 116
R$ 0,00 R$ 0,00 R$ 2,67 R$ 3,67 R$ 1,04 R$ 5,07 R$ 5,00 R$ 0,00 R$ 0,00 R$ 1,94
R$ 0,00 R$ 0,00 R$ 0,22 R$ 0,11 R$ 0,04 R$ 0,20 R$ 0,36 R$ 0,00 R$ 0,00 R$ 0,10
0,0000 0,0000 0,0642 0,1765 0,1283 0,1337 0,0749 0,0321 0,0107 0,0689
R$ 0,00 R$ 0,00 R$ 0,01 R$ 0,02 R$ 0,01 R$ 0,03 R$ 0,03 R$ 0,00 R$ 0,00 R$ 0,01
R$ 0,00 R$ 0,00 R$ 592,51 R$ 814,43 R$ 230,79 R$ 1.125,11 R$ 1.109,57 R$ 0,00 R$ 0,00 R$ 430,27
67 45 30 25 16 15 198
42 33 22 18 10 10 135
R$ 2,10 R$ 2,56 R$ 3,44 R$ 3,87 R$ 3,50 R$ 2,20 R$ 2,95
R$ 0,05 R$ 0,08 R$ 0,16 R$ 0,21 R$ 0,35 R$ 0,22 R$ 0,18
0,2121 0,1667 0,1111 0,0909 0,0505 0,0505 0,1136
R$ 0,01 R$ 0,01 R$ 0,02 R$ 0,02 R$ 0,02 R$ 0,01 R$ 0,01
R$ 440,13 R$ 537,06 R$ 720,98 R$ 810,76 R$ 733,55 R$ 461,09 R$ 617,26
Substituindo os valores destacados com a cor vermelha que se encontram indicados na última coluna da tabela acima na equação da DAP total mensal, obtém-se, DAPtotal = R$ 2.403,49 (Dois mil quatrocentos e três reais e centavos) mês-1.
~ 36 ~
Com base neste resultado estimou-se o montante financeiro associado ao valor mensal de uso indireto dos recursos naturais (VUI), no presente caso, ar atmosfĂŠrico, (VUI)ar, especificamente o valor do benefĂcio que ĂŠ proveniente da existĂŞncia e da conservação da boa qualidade do ar da atmosfera. No caso, a disposição mĂŠdia a pagar pela conservação da qualidade do ar atmosfĂŠrico foi definida pela razĂŁo da disposição a pagar total e do nĂşmero de entrevistados que concordaram com a DAP, apresentando lances nas entrevistas. Assim, a DPA per capita mensal ĂŠ definida como, DAPper capita mensal =
DAPtotal R$ 2.403,49 = = R$ 19,38 â&#x2C6;&#x2122; mes â&#x2C6;&#x2019;1 nĂşmero de entrevistados 124
Adotando factĂvel o porcentual de aceite da DAP observado na pesquisa, que foi da ordem de 10,96% das ocorrĂŞncias, calculou-se o valor de uso indireto de um dos recursos naturais, o ar atmosfĂŠrico, fazendo o produto da DAP per capita mensal e o porcentual da população que, supostamente estaria disposta a pagar pela conservação da qualidade do ar atmosfĂŠrico, cujo valor ĂŠ VUI dos recursos naturais (đ??&#x161;đ??&#x161;đ??&#x161;đ??&#x161; đ??&#x161;đ??&#x161;đ??&#x161;đ??&#x161;đ??&#x161;đ??&#x161;.) = 19,38 =
R$ Ă&#x2014; 41.498 hab Ă&#x2014; 0,1096 hab.â&#x2C6;&#x2122; mes
R$ 88.143,74 12 meses Ă&#x2014; = đ??&#x2018;đ??&#x2018;$ đ?&#x;?đ?&#x;?. đ?&#x;&#x17D;đ?&#x;&#x17D;đ?&#x;&#x17D;đ?&#x;&#x17D;đ?&#x;&#x17D;đ?&#x;&#x17D;. đ?&#x;&#x2022;đ?&#x;&#x2022;đ?&#x;&#x2022;đ?&#x;&#x2022;đ?&#x;&#x2022;đ?&#x;&#x2022;, đ?&#x;&#x17D;đ?&#x;&#x17D;đ?&#x;&#x17D;đ?&#x;&#x17D; mes 1 ano
Assim, o VUI associado a boa qualidade do ar atmosfÊrico foi estimado a partir da disposição mÊdia per capita mensal Ê da ordem de R$88.143,74, significando que o montante financeiro da VUI anual, inferido com a DAP Ê igual a VUI dos recursos naturais (ar atm.) = R$
88.143,74 12 meses 1.057.724,00 Ă&#x2014; = R$ mes 1 ano ano
Os resultados dessa etapa da pesquisa indicaram que a disposição total a pagar mensal das comunidades envolvidas no cenårio Ê aproximadamente da ordem de R$ 2. 403,50 . A ordem decrescente da contribuição das variåveis explicativas da DAP neste valor, isto Ê, em termos dos resultados a serem fornecido pelo modelo Ê a seguinte: DAP idade ( 26,146%) > DAPocupação (25,68%) > DAPinstrução (20,27%) > DAPrenda (17,90) > DAPsexo (10,0%)
~ 37 ~
Sob o ponto de vista dos autores deste estudo a ordem de importância das DAPs é coerente com a realidade, apesar do sinal do coeficiente da variável idade ser positivo. Esta questão ainda é polêmica no âmbito acadêmico e deve ser discutida. A maioria parte dos pesquisadores adota a hipótese de que a medida que a pessoa envelhece a sua disposição a pagar por benefícios propiciados pelos recursos naturais diminui. Os autores desta pesquisa não discordam integralmente quanto ao sinal do coeficiente da variável “idade”, mas em função do resultado da ordem de importância determinada para as variáveis do modelo, o qual indica que a medida que aumenta a idade do indivíduo a sua disposição a pagar aumenta, podendo ser justificada com base no atual interesse que a população mundial tem pelas questões ambientais. Os testes estatísticos realizados nessa pesquisa indicam que a probabilidade de ocorrência dos intervalos da variável explicativa “sexo” tem chance de ocorrerem com a mesma probabilidade, logo, sob ponto vista orgânico, não existem diferenças marcantes entre os homens e as mulheres que possam influenciar sua decisão quanto aceitar ou não a DAP. A “idade” em si, não retrata toda a realidade que o sinal, positivo ou negativo, tenta representar. A opinião dos autores em relação ao sinal da variável explicativa “idade” é de que devem ser considerados outros fatores que influenciam que determinam a verdadeira “idade” do indivíduo, como, por exemplo, a sua ocupação, o seu grau de instrução, a sua renda familiar e outros, podendo ser adota uma ordem de contribuição no valor financeiro da DAP igual aquele discutido anteriormente. Se ocupação do indivíduo é condizente com o seu grau de instrução e lhe garante um nível de renda suficiente o necessário manter as suas preferencias, pode também, paulatinamente, aumentar a sua disposição a pagar pelos bens e serviços oriundos da natureza. Visando esclarecer os fatos relatados a respeito do sinal do coeficiente da variável explicativa idade foram construídas as superfícies tridimensionais ilustradas nas próximas figuras, considerado os resultados dos coeficientes de correlação determinados nos testes de Pearson e Spearman. Escolhendo as variáveis que apresentaram o maior número de verificações dos testes estatísticos realizados, como, por exemplo, aqueles que se encontram apresentados na Tabela 8, obtiveram os resultados, a saber.
~ 38 ~
Figura F. Superfície tridimensional elaborada empregando as variáveis explicativas renda, idade e DAP. Observando a figura se pode notar que a resposta DAP, neste caso, se mantém praticamente constante sendo pouco afetada pelas variáveis explicativas renda e idade, justificando, desta forma, a afirmativa dos autores quanto ao sinal da variável idade.
Figura L. Superfície determinada com as variáveis Z3, Z14, Z1, Z7, cujas ocorrências de verificação dos testes estatísticos, paramétrico de Pearson e não paramétrico de Spearmam, foram maiores para estas do que da média da amostra.
~ 39 ~
8. RESUMO DOS TESTES DE HIPÓTESE VERIFICADOS Mediante o significativo esforço aplicado na organização e tratamento estatístico dos dados experimentais, obtiveram-se os resultados que possibilitaram a escolha das variáveis do modelo por meio da realização dos testes de hipóteses, tendo sido verificadas as hipóteses que foram definidas pelos autores, acerca das respostas DAP/DAR e das variáveis de interesse. Com os testes realizados nesta etapa, identificaram-se as variáveis que apresentaram o melhor desempenho, isto é, aquelas que mais contribuíram na composição da DAP total, experimental. As concatenações dos resultados dos testes de hipóteses notadamente daqueles relativos as variáveis qualitativas nominais com a estrutura do modelo apresentaram complexidade. As hipóteses verificadas que foram adotadas como critério para seleção das variáveis do modelo foram: i.
As médias das variáveis dependentes, DAP e DAR apresentaram diferença significativa uma com a outra, em nível de 5% de significância.
ii.
O resultado do teste binomial para variável Z2 (sexo) indicou que a chance dos intervalos masculino e feminino ocorrerem com a mesma probabilidade é 17,9%;
iii.
A variável Z3, idade dos entrevistados verificou o teste da normalidade de Kolmogorov-Smirnov, significando que atende a distribuição de Gauss, com 95% de confiança.
iv.
As variáveis Z5 (renda), Z3 (idade), DAR verificaram o teste de Kruskal-Wallis para a varável z1, significando que estas variáveis ocorrem com a mesma probabilidade nos quatro intervalos da variável Z1(setor ou quadrante);
v.
A variável Z1 (setor) verificou o teste de Chi-quadrado, significando que ocorre com a mesma probabilidade nos quatro intervalos que a constituem;
vi.
DAR verificou o teste de Mann-Whitney para variável Z2, significando que DAR apresenta a mesma chance de ocorrência nos dois intervalos, da variável “sexo”;
vii.
DAR verificou o teste de Kruskal- Willis para varáveis independentes, significando que ocorre com a probabilidade nos intervalos da variável Z13 (problema ambiental do bairro);
viii.
DAP e DAP verificaram o teste de Kruskal-Willis para a variável Z4 (escolaridade), significando que elas ocorram com a mesma probabilidade de ocorrência nos intervalos da variável escolaridade;
~ 40 ~
ix.
DAP. Z3 e Z5 verificaram o teste de Kruskal-Willis para a variável Z13 (problema ambiental do bairro), significando que elas ocorrem com a mesma probabilidade nos intervalos da variável principal problema ambiental do bairro;
x.
Z12 (destino do esgoto) verificou o teste binominal.
Posto acima, se pode notar que as variáveis explicativas do modelo que ocorrem com maior frequência e que verificam os testes de hipóteses aos quais foram submetidas são a Z1 (setor); Z2 (sexo); Z3 (idade); Z4 (escolaridade); Z5 (renda); Z12 (destino do esgoto); Z13 (problema ambiental); DAP; DAR. Uma vez definidas as variáveis do modelo, incialmente as equações DAP e DAR foram analisadas separadamente adotando as mesmas e posteriormente as equações foram analisadas simultaneamente.
9. RESULTADOS DO MODELO ECONOMÉTRICO Com base nos resultados obtidos na seção anterior foi construído o modelo econométrico adotando a função linear generalizada, empregando o método TOBIT para ajustar os coeficientes das variáveis que constituem o modelo desenvolvido. Justifica-se a utilização do método de TOBIT considerando o grande número de respostas nulas apresentadas para a DAP durante as entrevistas realizadas. O modelo econométrico em questão contempla duas equações: a equação DAP, e a equação DAR, Nesta etapa do trabalho foi utilizado o programa de computador denominado EViews. As expressões matemáticas utilizadas para estimar os coeficientes das equações do modelo econométrico são definidas como: 15
Y = � βi Zi + ε i=1
(1)
Sendo: Y – a resposta DAP/DAR da primeira e segunda equações do modelo (R$); βi – os coeficientes das variáveis explicativas da resposta do modelo; Zi – variável explicativa i do modelo, ε- o erro aleatório da regressão dos coeficientes. Na Figura J apresenta-se o resultado da equação DAP. Os resultados da primeira equação do modelo econométrico apresentados na Figura J indicaram que as variáveis explicativas Z2 (sexo) e Z4 (escolaridade) não apresentavam significância estatísticas, tendo sido descartadas do modelo. A variável Z5 (renda) foi mantida na segunda versão do modelo DAP, mas, também não apresentou significância estatística. As variáveis explicativas que apresentaram significância estatística foram
~ 41 ~
Z1(setor); Z3 (idade) e Z13 (principal problema ambiental do bairro). O valor da média DAP estimado com equação DAP foi da ordem de R$ 2,75. Na Figura S, apresenta-se a distribuição dos resíduos da equação DAP ajustada nesta etapa da pesquisa.
Figura J. Equações DAP do modelo econométrico obtidas com o método TOBIT
Figura S. Distribuição dos resíduos da equação DAP do modelo econométrico. Observando os resultados apresentados na Figura W se pode notar que os termos da equação DAR que apresentaram significância estatística foram, praticamente os mesmos da equação DAP. As variáveis consideradas como significativas neste modelo foram: Z1(setor); Z3 (idade) e Z5 (renda), as demais Z2(sexo) e Z13 (principal problema ambiental do bairro) não atenderam aos critérios adotados. O valor
~ 42 ~
da média estimado com a equação DAR do modelo foi igual ao DAP. Na Figura R apresentam-se os resíduos da segunda equação do modelo econométrico.
Figura W. Equação DAR do modelo econométrico obtida com o método de TOBIT.
Figura R. Histograma da distribuição dos resíduos da segunda equação do modelo.
9.1.
CONSIDERAÇÕES
Considerando o esforço demandado no tratamento e análise estatística dos dados experimentais os resultados do modelo econométrico não atenderam às expectativas, tendo sido considerado, apenas como razoável. Provavelmente, a possível
~ 43 ~
justificativa para o nível de desempenho observado no modelo DAP/DAR decorre da dificuldade enfrentada para associar os resultados dos testes estatísticos com as equações do modelo almejado.
Quanto aos valores das médias DAP e DAR, comparando com aquelas determinadas com a equação do DAP total pode-se afirmar que o modelo fornece valores satisfatórios, uma vez que, são semelhantes aos observados nas entrevistas.
Na Figura 11 se encontram indicados os valores finais dos coeficientes das variáveis explicativas do modelo determinadas com o método de TOBIT. Inspecionando os resultados verifica-se que o coeficiente da variável renda familiar apresenta um sinal negativo, significando que a medida que a renda familiar do indivíduo aumenta a sua disposição a pagar diminuiu.
~ 44 ~
10. Os histogramas das frequências de ocorrência das categorias das variáveis nominais inicialmente consideradas para a elaboração do modelo econométrico encontram-se indicadas nos gráficos da Figura 4.
~ 45 ~
Tabela 2. Dados das entrevistas da população que foram codificados e padronizados visando a elaboração do modelo econométrico Sexo
Idade
Ocupação
Instrução
Renda
Imóvel
Tempo *
Moradores*
Sanitário*
Bairro*
M. ambiente
Lixo*
Esgoto*
Problema*
DAP
feminino
52
outro
médio
4
próprio
0a5
2
1
sim
1 pouco
sim
rede
nenhum
0
feminino
57
desempregado
fundamental
2
próprio
0a5
2
1
sim
1 pouco
sim
rede
mau odor
0
masculino
54
empregado
médio
4
próprio
> 10
4
2
não
não
não
rede
mau odor
30
feminino
75
outro
nada
2
próprio
> 10
5
1
sim
sim
sim
rede
mau odor
1
masculino
63
aposentado
médio
6
próprio
5 a 10
4
1
sim
sim
sim
rede
mau odor
100
masculino
29
empregado
médio
4
alugada
0a5
4
4
sim
sim
sim
rede
mau odor
0
feminino
48
autônomo
fundamental
3
alugada
5 a 10
2
2
sim
sim
sim
rede
mau odor
0
feminino
28
empregado
superior
2
próprio
5 a 10
3
1
sim
1 pouco
sim
rede
mau odor
0
feminino
40
autônomo
médio
4
próprio
> 10
5
3
sim
sim
sim
rede
lixo
0
feminino
32
desempregado
fundamental
2
alugada
0a5
3
1
não
sim
sim
rede
odor, lixo
0
feminino
65
outro
fundamental
4
próprio
> 10
2
1
sim
1 pouco
sim
rede
mau odor
10
masculino
37
empregado
fundamental
4
próprio
0a5
4
2
sim
sim
sim
rede
mau odor
20
feminino
19
empregado
superior
2
próprio
> 10
5
2
sim
sim
sim
rede
odor, lixo
0
feminino
61
outro
fundamental
3
próprio
> 10
4
1
sim
sim
sim
não sabe
mau odor
masculino
64
Autônomo
fundalmental
8
Próprio
> 10
2
1
sim
1 pouco
não
rio
mau odor
0
feminino
72
outro
nada
3
próprio
5 a 10
2
1
+-
sim
sim
rede
nenhum
0
masculino
35
empregado
médio
5
próprio
5 a 10
2
1
+-
sim
sim
rede
odor, ench.
0
feminino
30
empregado
posgraduação
7
alugada
0a5
3
2
sim
1 pouco
sim
não sabe
odor,e nch.
0
masculino
18
estudante
médio
não
próprio
5 a 10
4
3
sim
sim
sim
rede
lixo
0
feminino
50
autônomo
médio
6
próprio
> 10
3
1
não
1 pouco
sim
fossa
lixo
20
Legenda. Tempo que habita o imóvel; Moradores que habitam no imóvel; Bairro – gosta do bairro?; Lixo – Separa o lixo?; Esgoto – destino; Problema – ambiental do bairro.
~ 46 ~
Tabela 3. Variáveis codificadas quantitativas contínuas e qualitativas ordinárias empregada na pesquisa para construir o modelo Sexo
Idade
Ocupação
Escola
Renda
I móvel
Tempo
Moradores
Sanitário
Gosta do Bairro
Meio Ambiente
Separa lixo
Destino esgoto
Problema
DAP
1
4
9
4
4
1
1
2
1
1
3
2
1
5
0
1
5
5
1
2
1
1
2
1
1
3
1
1
1
0
2
4
1
4
4
1
3
4
2
2
2
3
1
1
30
1
6
9
9
2
1
3
5
1
1
1
1
1
1
1
2
5
3
4
6
1
2
4
1
1
1
1
1
1
100
2
2
1
4
4
2
1
4
4
1
1
1
1
1
0
1
4
2
1
3
2
2
2
2
1
1
1
1
1
0
1
2
1
5
2
1
2
3
1
1
3
2
1
1
0
1
3
2
4
4
1
3
5
3
1
1
1
1
2
0
1
5
9
2
4
1
3
2
1
1
3
2
1
1
10
2
5
2
1
8
1
3
2
1
1
3
3
3
1
0
1
6
9
9
3
1
2
2
1
3
1
1
1
5
0
2
2
1
4
5
1
2
2
1
3
1
1
1
1
0
1
2
1
8
7
2
1
3
2
1
3
1
4
1
0
2
1
7
3
10
1
2
4
3
1
1
1
1
2
0
~ 47 ~
Tabela 4. Variåveis explicativa padronizadas do modelo desenvolvido a partir das respostas apresentadas pela população entrevistada Z1 Z2 Z3 Z4 Z5 Z6 Z7 Z8 Z9 Z10 Z11 Z12 Z13 Z14 Y -0,902
0,416
2,053
0,393
-0,252 -0,397 -1,662 -1,005 -0,596 -0,385
1,906
1,069
2,121
0,356
-0,902
1,07
0,599
-1,129 -1,334 -0,397 -1,662 -1,005 -0,596 -0,385
1,906
-0,526 -0,374 -0,497
0,356
1,103
0,416
-0,854
0,393
-0,252 -0,397
0,856
0,386
0,993
0,692
2,664
-0,902
1,725
2,053
2,93
-1,334 -0,397
0,856
1,082
-0,596 -0,385 -0,522 -0,526 -0,374 -0,497 -2,269
1,103
1,07
-0,127
0,393
0,831
-0,397 -0,403
0,386
-0,596 -0,385 -0,522 -0,526 -0,374 -0,497
1,103
-0,894 -0,854
0,393
-0,252
0,995
-1,662
0,386
4,17
-0,385 -0,522 -0,526 -0,374 -0,497
0,356
-0,902
0,416
-1,129 -0,793
0,995
-0,403 -1,005
0,993
-0,385 -0,522 -0,526 -0,374 -0,497
0,356
-0,49
1,449
-0,902 -0,894 -0,854
0,901
-1,334 -0,397 -0,403 -0,309 -0,596 -0,385
-0,902 -0,239
-0,49
0,393
-0,252 -0,397
-0,902 -0,894
0,599
-0,622 -1,334
-0,902
2,053
-0,622 -0,252 -0,397
1,103
1,07
0,995
0,856
1,082
2,581
-1,662 -0,309 -0,596 0,856
-0,239 -0,854 -0,622 -0,252 -0,397 -1,662
1,906
1,069
-0,374 -0,497
-0,3
0,028
0,356
0,157
0,356 0,356
1,449
-0,522
1,069
-0,374 -0,497
-1,005 -0,596 -0,385
1,906
1,069
-0,374 -0,497 -1,613
0,386
0,993
-0,385 -0,522 -0,526 -0,374 -0,497 -0,957 -0,385 -0,522 -0,526 -0,374 -0,497
1,916
-1,334 -0,397
0,856
1,082
0,993
-0,902
1,07
2,053
-1,129 -0,793 -0,397
0,856
0,386
-0,596 -0,385 -0,522 -0,526
1,103
1,07
-0,49
-1,129
0,856
-1,005 -0,596 -0,385
-0,397
-0,374 -0,497
-0,385 -0,522 -0,526 -0,374
-0,902 -1,548 -0,854
1,913
-0,374
~ 48 ~
1,906
2,664
0,356
3,134
-0,497
0,684
1,965
-0,497
0,356
TABELA 5. ESTATÍSTICAS DAS VARIÁVEIS PADRONIZADAS DO MODELO DESENVOLVIDOS NESTA PESQUISA Desvio Erro Variável N Média IC (-95%) IC (95%) Média Moda Mínimo Máximo Variância Padrão Padrão Sexo
200
1,45
1,38
1,52
1,00
1,00
1,00
2,00
0,25
0,50
0,04
Idade
200
3,37
3,15
3,58
3,00
4,00
1,00
6,00
2,33
1,53
0,11
Ocupação
200
3,35
2,97
3,73
2,00
1,00
1,00
9,00
7,58
2,75
0,19
Escola
200
3,22
2,95
3,50
3,00
4,00
1,00
9,00
3,88
1,97
0,14
Renda
200
4,46
4,21
4,72
4,00
3,00
1,00
10,00
3,42
1,85
0,13
Situação imovel
200
1,29
1,18
1,39
1,00
1,00
1,00
6,00
0,52
0,72
0,05
Tempo ocupação 200
2,32
2,21
2,43
3,00
3,00
1,00
3,00
0,63
0,79
0,06
Moradores
200
3,44
3,24
3,65
3,00
4,00
1,00
9,00
2,07
1,44
0,10
Sanitários
200
1,38
1,29
1,46
1,00
1,00
1,00
4,00
0,40
0,63
0,04
Satisfação
200
1,21
1,13
1,29
1,00
1,00
1,00
3,00
0,30
0,55
0,04
Ambiental
200
1,92
0,93
2,91
1,00
1,00
1,00
101,00
50,24
7,09
0,50
Separa o lixo
200
1,33
1,24
1,42
1,00
1,00
1,00
3,00
0,39
0,63
0,04
Esgoto
200
1,32
1,20
1,44
1,00
1,00
1,00
4,00
0,73
0,86
0,06
Problema
200
1,76
1,55
1,97
1,00
1,00
1,00
9,00
2,33
1,53
0,11
DAP
169
0,53
0,46
0,61
1,00
1,00
0,00
1,00
0,25
0,50
0,04
~ 49 ~
~ 50 ~
REFERENCIAS
~ 51 ~